LLM EU
Menu
Sammenlign

DeepSeek R1 Distill Qwen 1.5B vs DeepSeek-R1

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 1.5BDeepSeek-R1
Udbyder DeepSeekDeepSeek
Parametre 1.8B684.49B
Kontekstvindue Ikke verificeret: udbyderen har ikke dokumenteret denne påstand.131k
Licens mitmit
Modaliteter texttext
Udgivelsesdato 20. jan. 202520. jan. 2025
Sprog Ikke verificeret: udbyderen har ikke dokumenteret denne påstand.Stærk: en, zh
Tilstrækkelig: de, fr, es, it, pt, ru, ja, ko
Åbne vægte jaja
Opgaver Ræsonnement, Lav prisRæsonnement, Kodning, 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

Ræsonnement, Lav pris

DeepSeek-R1

Styrker

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

Begrænsninger

  • 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  • superseded by DeepSeek-V3.2 and V4-Flash for most workloads

Opgaver

Ræsonnement, Kodning, Resumé

Opgaver: Ræsonnement

Sammenlign modeller

Sammenlign modeller →