Salīdzināt

DeepSeek R1 Distill Qwen 7B vs DeepSeek-R1

Salīdziniet divus līdz četrus modeļus blakus pēc laukiem, kas nosaka izvietošanu: konteksts, cena, reģions, licence, valodas, mitināšana un tas, kas ir verificēts.

	DeepSeek R1 Distill Qwen 7B	DeepSeek-R1
Pakalpojumu sniedzējs	DeepSeek	DeepSeek
Parametri	7.6B	684.49B
Konteksta logs	Nav verificēts: pakalpojumu sniedzējs nav dokumentējis šo apgalvojumu.	131k
Licence	mit	mit
Modalitātes	text	text
Izdošanas datums	2025. g. 20. janv.	2025. g. 20. janv.
Valodas	Nav verificēts: pakalpojumu sniedzējs nav dokumentējis šo apgalvojumu.	Spēcīga: en, zh Adekvāta: de, fr, es, it, pt, ru, ja, ko
Atvērtie svari	jā	jā
Uzdevumi	Spriešana, Zemas izmaksas	Spriešana, Kodēšana, Kopsavilkšana

Ja divi modeļi atšķiras, šī tabula parāda atšķirību un apstājas. LLM EU nepublicē uzvarētāja zīmi bez dokumentēta rezultāta šim uzdevumam, un trūkstošs skaitlis paliek trūkstošs, nevis kļūst par nulli.

Kad to izmantot

DeepSeek R1 Distill Qwen 7B

Stiprās puses

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

Ierobežojumi

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

Uzdevumi

Spriešana, Zemas izmaksas

DeepSeek-R1

Stiprās puses

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

Ierobežojumi

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superseded by DeepSeek-V3.2 and V4-Flash for most workloads

Uzdevumi

Spriešana, Kodēšana, Kopsavilkšana

Uzdevumi: Spriešana

Salīdzināt modeļus

Salīdzināt modeļus →