D

Deepseek R1 (Jan '25)

DeepSeekが2025年1月にリリースしたR1推論モデルは、複雑な推論タスクに特化して最適化されています。先進的な推論アーキテクチャを採用し、数学的推論、論理分析、問題解決などの分野で優れた性能を発揮します。推論速度は比較的遅い(約25トークン/秒)ものの、純粋な数学のベンチマークテストでは卓越した推論能力を示しています。高品質な推論と深い分析が必要な専門用途に適しています。
インテリジェンス(中程度)
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

¥4.03 /M tokens
入力
¥15.98 /M tokens
出力
¥17.01 /M tokens
混合価格

クイック簡易比較

入力

出力

DeepSeek V3 0324 (Mar '25)
DeepSeek R1
¥0.55
DeepSeek R1 (Jan '25)
¥0.56

基本パラメータ

DeepSeek R1 (Jan '25)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
9
リリース日
2025-01-20
応答速度
0 tokens/s

ベンチマークスコア

以下はDeepSeek R1 (Jan '25)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
60.22
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
48.7
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
82.47
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
84.4
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
8100
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
7160
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
7330
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
35.7
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
97.7
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
96.6
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
8750
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