LLM EU
Menu

DeepSeek-R1

DeepSeek

Catalogue uniquement Poids ouverts

Souveraineté et hébergement

Catalogue uniquement

Ce modèle est catalogué pour référence. Il n’est pas encore hébergé sur LLM EU, et aucun endpoint de première partie ne le sert ici. Les requêtes vers ce modèle vont directement au fournisseur, selon les propres conditions de ce fournisseur.

Résumé

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 It is a text-only model and has been superseded for most tasks by DeepSeek-V3.2 and V4.

Spécifications

Fournisseur
DeepSeek (CN)
Fenêtre de contexte
131k
Paramètres
684.49B
Modalités
text
Licence
mit · licence
Poids ouverts
yes
Date de publication
20 janv. 2025
Tâches
reasoning, coding, summarization

Langues

Fort: en, zh

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

Langues

Fort

  • en
  • zh

Adéquat

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

Non vérifié : le fournisseur n’a pas documenté cette affirmation. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Quand l’utiliser

Points forts

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

Limites

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  • superseded by DeepSeek-V3.2 and V4-Flash for most workloads