R

R1 1776

アメリカ独立の年にちなんで名付けられた推論特化モデルで、複雑な問題解決タスクに焦点を当てています。技術詳細は限られていますが、その名前から、独自の設計思想や特定の応用方向を持っている可能性があると推測できます。推論モデルとして、論理分析、数学的推論、複雑な問題解決において特別な利点があると予想され、深い思考と体系的な分析が必要なアプリケーションシナリオに適しています。
インテリジェンス(比較的弱い)
速度(遅い)
入力サポートモダリティ
いいえ
推論モデルかどうか
128,000
コンテキストウィンドウ
131,072
最大出力トークン
-
知識カットオフ

価格設定

- /M tokens
入力
- /M tokens
出力
¥25.2 /M tokens
混合価格

クイック簡易比較

入力

出力

Sonar Pro
R1 1776
Sonar Reasoning

基本パラメータ

R1 1776技術パラメータ
パラメータ数
671,000.0M
コンテキスト長
128.00k tokens
トレーニングデータカットオフ
オープンソースカテゴリ
Open Weights (Permissive License)
マルチモーダルサポート
テキストのみ
スループット
リリース日
2025-02-18
応答速度
0 tokens/s

ベンチマークスコア

以下はR1 1776の様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
33.65
大規模言語モデルインテリジェンスレベル
コーディング指数
-
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
-
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
-
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
73.3
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
-
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
50
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
-
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
-
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
95.4
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
-
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase