Sammenlign
DeepSeek R1 Distill Qwen 1.5B vs DeepSeek-R1-Distill-Qwen-32B
Sæt to til fire modeller side om side på de felter, der afgør en udrulning: kontekst, pris, region, licens, sprog, hosting og hvad der er verificeret.
| DeepSeek R1 Distill Qwen 1.5B | DeepSeek-R1-Distill-Qwen-32B | |
|---|---|---|
| Udbyder | DeepSeek | DeepSeek |
| Parametre | 1.8B | 32.76B |
| Kontekstvindue | Ikke verificeret: udbyderen har ikke dokumenteret denne påstand. | 131k |
| Licens | mit | mit |
| Modaliteter | text | text |
| Udgivelsesdato | 20. jan. 2025 | 20. jan. 2025 |
| Sprog | Ikke verificeret: udbyderen har ikke dokumenteret denne påstand. | Stærk: en, zh Tilstrækkelig: de, fr, es, it, pt, ru |
| Åbne vægte | ja | ja |
| Opgaver | Ræsonnement, Lav pris | Ræsonnement, Kodning, Lav pris, Resumé |
Hvor to modeller adskiller sig, viser denne tabel forskellen og stopper. LLM EU offentliggør ikke et vinderbadge uden en dokumenteret score for den opgave, og et manglende tal forbliver manglende i stedet for at blive et nul.
Hvornår man bruger den
DeepSeek R1 Distill Qwen 1.5B
Styrker
- open weights are published on Hugging Face and can be downloaded without a vendor agreement
- mit licence, so commercial self-hosting is permitted without a separate agreement
- at 1.8B parameters it fits on a single accelerator
Begrænsninger
- catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
- no evaluation has been run by LLM EU
- the published configuration records no context window, so the card carries none
- at 1.8B parameters, the weights fit on a single modest accelerator
Opgaver
DeepSeek-R1-Distill-Qwen-32B
Styrker
- fits a single 80GB accelerator
- MIT licence
- retains the R1 reasoning style that smaller base models usually lack
Begrænsninger
- a distillation, so quality is bounded by the teacher
- long reasoning traces increase output cost
- no evaluation has been run by LLM EU
Opgaver
Opgaver: Ræsonnement, Lav pris