LLM EU
Meny
Jämför

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

Ställ två till fyra modeller sida vid sida på de fält som avgör en driftsättning: kontext, pris, region, licens, språk, hosting och vad som är verifierat.

DeepSeek-R1-Distill-Qwen-32BDeepSeek-R1
Leverantör DeepSeekDeepSeek
Parametrar 32.76B684.49B
Kontextfönster 131k131k
Licens mitmit
Modaliteter texttext
Utgivningsdatum 20 jan. 202520 jan. 2025
Språk Stark: en, zh
Tillräcklig: de, fr, es, it, pt, ru		Stark: en, zh
Tillräcklig: de, fr, es, it, pt, ru, ja, ko
Öppna vikter jaja
Uppgifter Resonemang, Kodning, Låg kostnad, SammanfattningResonemang, Kodning, Sammanfattning

Där två modeller skiljer sig visar denna tabell skillnaden och stannar. LLM EU publicerar ingen vinnarutmärkelse utan en dokumenterad poäng för den uppgiften, och en saknad siffra förblir saknad i stället för att bli en nolla.

När den ska användas

DeepSeek-R1-Distill-Qwen-32B

Styrkor

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

Begränsningar

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

Uppgifter

Resonemang, Kodning, Låg kostnad, Sammanfattning

DeepSeek-R1

Styrkor

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

Begränsningar

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  • superseded by DeepSeek-V3.2 and V4-Flash for most workloads

Uppgifter

Resonemang, Kodning, Sammanfattning

Uppgifter: Resonemang, Kodning, Sammanfattning

Jämför modeller

Jämför modeller →