LLM EU
Meny

DeepSeek-R1

DeepSeek

Endast katalog Öppna vikter

Suveränitet och hosting

Endast katalog

Denna modell är katalogiserad för referens. Den hostas inte på LLM EU ännu, och ingen förstaparts-endpoint betjänar den här. Begäranden till den går direkt till leverantören, enligt leverantörens egna villkor.

Sammanfattning

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 It is a text-only model and has been superseded for most tasks by DeepSeek-V3.2 and V4.

Specifikationer

Leverantör
DeepSeek (CN)
Kontextfönster
131k
Parametrar
684.49B
Modaliteter
text
Licens
mit · licence
Öppna vikter
yes
Utgivningsdatum
20 jan. 2025
Uppgifter
reasoning, coding, summarization

Språk

Stark: en, zh

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

Språk

Stark

  • en
  • zh

Tillräcklig

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

Inte verifierad: leverantören har inte dokumenterat detta påstående. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

När den ska användas

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  • superseded by DeepSeek-V3.2 and V4-Flash for most workloads