Vergelijken

DeepSeek-R1-Distill-Qwen-32B vs DeepSeek-R1

Zet twee tot vier modellen naast elkaar op de velden die een deployment bepalen: context, prijs, regio, licentie, talen, hosting en wat is geverifieerd.

DeepSeek-R1-Distill-Qwen-32BDeepSeek-R1
Provider DeepSeekDeepSeek
Parameters 32.76B684.49B
Contextvenster 131k131k
Licentie mitmit
Modaliteiten texttext
Releasedatum 20 jan 202520 jan 2025
Talen Sterk: en, zh
Voldoende: de, fr, es, it, pt, ru
Sterk: en, zh
Voldoende: de, fr, es, it, pt, ru, ja, ko
Open weights jaja
Taken Redeneren, Coderen, Lage kosten, SamenvattenRedeneren, Coderen, Samenvatten

Waar twee modellen verschillen, toont deze tabel het verschil en stopt. LLM EU publiceert geen winnaarsbadge zonder een gedocumenteerde score voor die taak, en een ontbrekend cijfer blijft ontbreken in plaats van een nul te worden.

Wanneer te gebruiken

DeepSeek-R1-Distill-Qwen-32B

Sterke punten

  • fits a single 80GB accelerator
  • MIT licence
  • retains the R1 reasoning style that smaller base models usually lack

Beperkingen

  • a distillation, so quality is bounded by the teacher
  • long reasoning traces increase output cost
  • no evaluation has been run by LLM EU

Taken

Redeneren, Coderen, Lage kosten, Samenvatten

DeepSeek-R1

Sterke punten

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

Beperkingen

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  • superseded by DeepSeek-V3.2 and V4-Flash for most workloads

Taken

Redeneren, Coderen, Samenvatten

Taken: Redeneren, Coderen, Samenvatten

Modellen vergelijken

Modellen vergelijken →