LLM EU
Izbornik
Usporedi

DeepSeek R1 Distill Qwen 7B vs DeepSeek-R1

Stavite dva do četiri modela jedan pored drugoga na poljima koja odlučuju o implementaciji: kontekst, cijena, regija, licenca, jezici, hosting i što je verificirano.

DeepSeek R1 Distill Qwen 7BDeepSeek-R1
Pružatelj DeepSeekDeepSeek
Parametri 7.6B684.49B
Prozor konteksta Nije provjereno: pružatelj nije dokumentirao ovu tvrdnju.131k
Licenca mitmit
Modaliteti texttext
Datum izdanja 20. sij 2025.20. sij 2025.
Jezici Nije provjereno: pružatelj nije dokumentirao ovu tvrdnju.Jako: en, zh
Zadovoljavajuće: de, fr, es, it, pt, ru, ja, ko
Otvoreni utezi dada
Zadaci Zaključivanje, Niska cijenaZaključivanje, Kodiranje, Sažimanje

Kada se dva modela razlikuju, ova tablica pokazuje razliku i tu staje. LLM EU ne objavljuje značku pobjednika bez dokumentiranog rezultata za taj zadatak, a brojka koja nedostaje ostaje nedostajuća umjesto da postane nula.

Kada ga koristiti

DeepSeek R1 Distill Qwen 7B

Prednosti

  • 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 7.6B parameters it fits on a single accelerator

Ograničenja

  • 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 7.6B parameters, the weights fit on a single modest accelerator

Zadaci

Zaključivanje, Niska cijena

DeepSeek-R1

Prednosti

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

Ograničenja

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  • superseded by DeepSeek-V3.2 and V4-Flash for most workloads

Zadaci

Zaključivanje, Kodiranje, Sažimanje

Zadaci: Zaključivanje

Usporedi modele

Usporedi modele →