DeepSeek-R1
Τελευταία αναθεώρηση:
Κυριαρχία και φιλοξενία
Αυτό το μοντέλο είναι καταγεγραμμένο για αναφορά. Δεν φιλοξενείται ακόμη στο LLM EU, και κανένα endpoint πρώτου μέρους δεν το εξυπηρετεί εδώ. Τα αιτήματα προς αυτό πηγαίνουν απευθείας στον πάροχο, υπό τους δικούς του όρους.
Σύνοψη
Το DeepSeek-R1 είναι το μοντέλο συλλογισμού που έκανε την εκπαίδευση αλυσίδας σκέψης ανοιχτού βάρους ευρέως αναπαραγώγιμη. Έχει συνολικά 671B και 37B ενεργοποιημένες παραμέτρους και δημοσιεύεται υπό την άδεια MIT. Η κάρτα μοντέλου τεκμηριώνει ένα μήκος περιβάλλοντος 128K και αναφέρει 90,8 στο MMLU, 84,0 στο MMLU-Pro και 79,8 στο AIME 2024 για το R1. Είναι ένα μοντέλο μόνο κειμένου και έχει αντικατασταθεί για τις περισσότερες εργασίες από τα DeepSeek-V3.2 και V4.
Προδιαγραφές
- Πάροχος
- DeepSeek (CN)
- Παράθυρο περιβάλλοντος
- 131k
- Παράμετροι
- 684.49B
- Τροπικότητες
- text
- Άδεια
- mit · licence
- Ανοιχτά βάρη
- yes
- Ημερομηνία κυκλοφορίας
- 20 Ιαν 2025
- Εργασίες
- Συλλογιστική, Κωδικοποίηση, Περίληψη
Γλώσσες
Ισχυρή: en, zh
Επαρκής: de, fr, es, it, pt, ru, ja, ko
Ισχυρή
- en
- zh
Επαρκής
- de
- fr
- es
- it
- pt
- ru
- ja
- ko
Μη επαληθευμένο: ο πάροχος δεν έχει τεκμηριώσει αυτόν τον ισχυρισμό. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Πότε να το χρησιμοποιήσετε
Πλεονεκτήματα
- MIT licence for a 671B-parameter reasoning model
- published reasoning traces in the base training recipe
- strong maths scores for a January 2025 release
Περιορισμοί
- 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- superseded by DeepSeek-V3.2 and V4-Flash for most workloads
Συχνές ερωτήσεις
Is DeepSeek-R1 served on LLM EU?
It has no endpoint in the catalogue, so it is catalogue only — not hosted on LLM EU yet, with no region and no retention to report. A card whose status is "listed" is a catalogue entry, not a running deployment.
Under what licence is DeepSeek-R1 released?
DeepSeek-R1 is recorded under mit. The recorded licence text is https://opensource.org/license/mit. The weights are downloadable (open_weights is true). LLM EU republishes the licence id and the link and gives no legal advice; the licence text governs.
How large is DeepSeek-R1, and what context window does it have?
DeepSeek-R1 is recorded at 671B total, 37B activated (safetensors total 684,489,845,504) (source: https://huggingface.co/deepseek-ai/DeepSeek-R1), with a context window of 131072 tokens (source: https://huggingface.co/deepseek-ai/DeepSeek-R1).