%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Deepseek R1 0528 Qwen3 8B
DeepSeek-R1-0528-Qwen3-8B：2025年5月30日にオープンソース化された蒸留推論の小型強力マシン。80億のパラメータでありながら、性能は2350億のパラメータのモデルに匹敵します。AIME24数学では、正解率が86%から10%向上しました。64Kのコンテキストを扱え、MITライセンスに基づき無料で商用利用が可能です。ローカルでは8GBのVRAMで実行できます。
インテリジェンス(中程度)
速度(比較的遅い)
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
￥3.6 /M tokens
入力
￥15.48 /M tokens
出力
￥0.47 /M tokens
混合価格
クイック簡易比較
DeepSeek V3 0324 (Mar '25)
DeepSeek R1
￥0.55
DeepSeek R1 (Jan '25)
￥0.56
基本パラメータ
DeepSeek R1 0528 Qwen3 8B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
45
リリース日
2025-05-29
応答速度
91.096,115 tokens/s
ベンチマークスコア
以下はDeepSeek R1 0528 Qwen3 8B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
52.19
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
35.85
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
79.1
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
73.9
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
61.2
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
5.6
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
51.3
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
20.4
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
90.5
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
93.2
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
65
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
GPT 5 Mini
openai
￥1.8
入力トークン/百万
￥14.4
出力トークン/百万
400k
コンテキスト長
GPT 5 Standard
openai
￥63
入力トークン/百万
￥504
出力トークン/百万
400k
コンテキスト長
GPT 5 Nano
openai
￥0.36
入力トークン/百万
￥2.88
出力トークン/百万
400k
コンテキスト長
GPT 5
openai
￥9
入力トークン/百万
￥72
出力トークン/百万
400k
コンテキスト長
GLM 4.5
chatglm
￥0.43
入力トークン/百万
￥1.01
出力トークン/百万
131k
コンテキスト長
Gemini 1.0 Pro
google
￥3.6
入力トークン/百万
￥10.8
出力トークン/百万
33k
コンテキスト長
Gemini 2.0 Flash Lite (Preview)
google
￥0.58
入力トークン/百万
￥2.16
出力トークン/百万
1M
コンテキスト長
GPT 4
openai
￥216
入力トークン/百万
￥432
出力トークン/百万
8192
コンテキスト長