LLM EU
Menüü
Võrdle

DeepSeek R1 Distill Qwen 1.5B vs DeepSeek-R1

Aseta kaks kuni neli mudelit kõrvuti väljadel, mis määravad kasutuselevõtu: kontekst, hind, piirkond, litsents, keeled, majutamine ja see, mis on kontrollitud.

DeepSeek R1 Distill Qwen 1.5BDeepSeek-R1
Pakkuja DeepSeekDeepSeek
Parameetrid 1.8B684.49B
Kontekstaken Kinnitamata: pakkuja ei ole seda väidet dokumenteerinud.131k
Litsents mitmit
Modaalsused texttext
Väljalaske kuupäev 20. jaan 202520. jaan 2025
Keeled Kinnitamata: pakkuja ei ole seda väidet dokumenteerinud.Tugev: en, zh
Piisav: de, fr, es, it, pt, ru, ja, ko
Avatud kaalud jahjah
Ülesanded Arutluskäik, Madal hindArutluskäik, Kodeerimine, Kokkuvõtete tegemine

Kui kaks mudelit erinevad, näitab see tabel erinevust ja lõpetab. LLM EU ei avalda võitjamärki ilma selle ülesande dokumenteeritud skoorita ning puuduv näitaja jääb puuduma, mitte ei muutu nulliks.

Millal kasutada

DeepSeek R1 Distill Qwen 1.5B

Tugevused

  • 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

Piirangud

  • 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

Ülesanded

Arutluskäik, Madal hind

DeepSeek-R1

Tugevused

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

Piirangud

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  • superseded by DeepSeek-V3.2 and V4-Flash for most workloads

Ülesanded

Arutluskäik, Kodeerimine, Kokkuvõtete tegemine

Ülesanded: Arutluskäik

Mudelite võrdlemine

Mudelite võrdlemine →