Saltar al contenido principal

DeepSeek R1 Distill Llama 70B

DeepSeekLlamaOpen WeightMIT · Commercial OK

Descripción

DeepSeek-R1 is the first-generation reasoning model built atop DeepSeek-V3 (671B total parameters, 37B activated per token). It incorporates large-scale reinforcement learning (RL) to enhance its chain-of-thought and reasoning capabilities, delivering strong performance in math, code, and multi-step reasoning tasks.

Fecha de lanzamiento
2025-01-20
Parámetros
70.6B
Longitud del contexto
131K
Modalidades
text

Radar de capacidades

34
general
19
coding
62
reasoning
30
scienceest.
0
agents
0
multimodal

Science usa un proxy de razonamiento cuando los benchmarks científicos dedicados no están disponibles.

Rankings

Dominio#PosiciónPuntuaciónFuente
Code Ranking365
17.0
AA
General Ranking323
34.0
AA
Math Reasoning136
65.0
AA
Science326
33.0
AA

Puntuaciones de benchmarks (LLM Stats)

Biology

GPQA65.2%Aut.

Code

LiveCodeBench57.5%Aut.

Math

MATH-50094.5%Aut.
AIME 202486.7%Aut.

Índices de evaluación AA

Math Index
53.7
Intelligence Index
16.0
Coding Index
11.4
Math 500
0.9
Mmlu Pro
0.8
Aime
0.7
Aime 25
0.5
Gpqa
0.4
Scicode
0.3
Ifbench
0.3
Livecodebench
0.3
Tau2
0.2
Lcr
0.1
Hle
0.1
Terminalbench Hard
0.0

Puntuaciones por categoría LLM Stats

Math
90
Reasoning
80
Biology
70
Chemistry
70
Physics
70
Code
60
General
60

Precios

Precio de entrada$0.7 / 1M tokens
Precio de salida$1.05 / 1M tokens
Precio mixto (3:1)$0.787 / 1M tokens

Velocidad

Tokens/seg43.5 tokens/s
Retraso del primer token0.38s
Tiempo hasta la respuesta46.36s

Proveedores disponibles

(Unidades internas LS)

No hay datos de proveedores disponibles

Fuentes externas