LLM EU
Menu

DeepSeek-R1

DeepSeek

Solo catalogo Pesi aperti

Sovranità e hosting

Solo catalogo

Questo modello è catalogato per riferimento. Non è ancora ospitato su LLM EU, e nessun endpoint di prima parte lo serve qui. Le richieste ad esso vanno direttamente al fornitore, secondo i termini del fornitore stesso.

Riepilogo

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 It is a text-only model and has been superseded for most tasks by DeepSeek-V3.2 and V4.

Specifiche

Fornitore
DeepSeek (CN)
Finestra di contesto
131k
Parametri
684.49B
Modalità
text
Licenza
mit · licence
Pesi aperti
yes
Data di rilascio
20 gen 2025
Attività
reasoning, coding, summarization

Lingue

Forte: en, zh

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

Lingue

Forte

  • en
  • zh

Adeguato

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

Non verificato: il fornitore non ha documentato questa affermazione. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Quando usarlo

Punti di forza

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

Limiti

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  • superseded by DeepSeek-V3.2 and V4-Flash for most workloads