LLM EU
Меню

DeepSeek-R1

DeepSeek

Само в каталога Отворени тегла

Суверенитет и хостване

Само в каталога

Този модел е включен в каталога за справка. Все още не е хостван в LLM EU и тук няма крайна точка от първа страна, която да го обслужва. Заявките към него отиват директно при доставчика, при неговите собствени условия.

Обобщение

DeepSeek-R1 is the reasoning model that made open-weight chain-of-thought training widely reproducible; it has 671B total and 37B activated parameters and is published under the MIT licence. The model card documents a context length of 128K and reports 90.8 on MMLU, 84.0 on MMLU-Pro and 79.8 on AIME 2024 for R1. It is a text-only model and has been superseded for most tasks by DeepSeek-V3.2 and V4.

Спецификации

Доставчик
DeepSeek (CN)
Контекстен прозорец
131k
Параметри
684.49B
Модалности
text
Лиценз
mit · licence
Отворени тегла
yes
Дата на издаване
20.01.2025 г.
Задачи
reasoning, coding, summarization

Езици

Силна: en, zh

Достатъчна: de, fr, es, it, pt, ru, ja, ko

Езици

Силна

  • en
  • zh

Достатъчна

  • de
  • fr
  • es
  • it
  • pt
  • ru
  • ja
  • ko

Не е проверено: доставчикът не е документирал това твърдение. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Кога да се използва

Силни страни

  • MIT licence for a 671B-parameter reasoning model
  • published reasoning traces in the base training recipe
  • strong maths scores for a January 2025 release

Ограничения

  • 671B parameters, so self-hosting is expensive
  • reasoning output is verbose and raises token cost
  • superseded by DeepSeek-V3.2 and V4-Flash for most workloads