DeepSeek-R1是拥有6710亿参数的混合专家(MoE)模型，每个token激活370亿参数，通过大规模强化学习训练，专注推理能力。包含两个RL阶段用于改进推理模式并与人类偏好对齐，以及两个SFT阶段培养推理与非推理能力。在数学、编程和推理任务上达到与OpenAI-o1相当的性能。
| DeepSeek-R1 | Qwen 3 | |
|---|---|---|
提供商 | ||
网站 | ||
发布日期 | Jan 21, 2025 3 个月 ago | Apr 29, 2025 15 小时 ago |
模态 | 文本 | - |
API提供商 | DeepSeek, HuggingFace | - |
知识截止日期 | 未知 | - |
开源 | 是 | 是 (来源) |
输入定价 | $0.55 每百万token | - |
输出定价 | $2.19 每百万token | - |
MMLU | 90.8% Pass@1 来源 | - |
MMLU Pro | 84% EM 来源 | - |
MMMU | - | - |
HellaSwag | - | - |
HumanEval | - | - |
MATH | - | - |
GPQA | 71.5% Pass@1 来源 | - |
IFEval | 83.3% Prompt Strict 来源 | - |
移动应用 | - |