Deepseek R1 0528 (May '25)

去對比

DeepSeek-R1-0528：685B開源國產推理旗艦，後訓練強化思維鏈，AIME25達87.5%逼近o3；幻覺降50%，支持工具調用，64K/128K雙上下文，MIT協議免費商用。

智能(較強)

速度(慢)

輸入支持模態

否

是否推理模型

128,000

上下文窗口

131,072

最大輸出tokens

知識截止

去對比

定價

￥3.6 /M tokens

輸入

￥15.48 /M tokens

輸出

￥6.91 /M tokens

混合價格

快速簡單對比

輸入

輸出

DeepSeek-V2.5

￥0.14

DeepSeek-V3

￥0.27

DeepSeek R1 Distill Qwen 14B

基本參數

DeepSeek R1 0528 (May '25)技術參數

參數數量

671,000.0M

上下文長度

128.00k tokens

訓練數據截止日期

開源類別

Open Weights (Permissive License)

多模態支持

僅文本

吞吐量

發布日期

2025-05-28

響應速度

23.333,052 tokens/s

基準測試分數

以下是DeepSeek R1 0528 (May '25)在各種標準基準測試中的表現。這些測試評估了模型在不同任務和領域中的能力。

智能指數

大語言模型智能水平

68.29

大語言模型智能水平

編程指數

AI模型在編程任務上的表現指標

58.66

AI模型在編程任務上的表現指標

數學指數

解決數學問題、數學推理或執行數學相關任務的能力指標

93.8

解決數學問題、數學推理或執行數學相關任務的能力指標

MMLU Pro

大規模多任務多模態理解 - 測試對文本、圖像、音頻和視頻的理解

84.9

大規模多任務多模態理解 - 測試對文本、圖像、音頻和視頻的理解

GPQA

研究生物理問題評估 - 用鑽石科學級問題測試高級物理知識

81.3

研究生物理問題評估 - 用鑽石科學級問題測試高級物理知識

HLE

模型在Hugging Face開放LLM排行榜上的綜合平均分數

14.9

模型在Hugging Face開放LLM排行榜上的綜合平均分數

LiveCodeBench

專門評估大型語言模型在實際代碼編寫和解決編程競賽問題能力的評估

SciCode

模型在科學計算或特定科學領域代碼生成方面的能力

40.3

模型在科學計算或特定科學領域代碼生成方面的能力

HumanEval

AI模型在特定HumanEval基準測試集上獲得的分數

Math 500分數

在前500個較大、更知名的數學基準測試上的分數

98.3

在前500個較大、更知名的數學基準測試上的分數

AIME分數

衡量AI模型解決高難度數學競賽問題能力的指標（特指AIME級別）

89.3

衡量AI模型解決高難度數學競賽問題能力的指標（特指AIME級別）

Gemini 2.0 Flash Lite (Preview)

智啟未來，您的人工智能解決方案智庫