DeepSeek R1 Distill Qwen 14B

DeepSeekDeepSeekOpen WeightMIT · Usage Commercial

Description

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.

Date de sortie

2025-01-20

Paramètres

14.8B

Longueur du contexte

—

Modalités

—

Radar de capacités

general

coding

reasoning

science

agents

multimodal

Classements

Domaine	#Rang	Score	Source
Classement codage	385	25.0	AA
Classement général	417	31.0	AA
Science	435	30.0	AA

Scores de benchmarks (LLM Stats)

(LLM Stats (zeroeval))

Biology

GPQANYU + Cohere + Anthropic (2023)

59.1%Aut.

Code

LiveCodeBench

53.1%Aut.

Math

MATH-500

93.9%Aut.

AIME 2024

80.0%Aut.

Indices d'évaluation AA

(Artificial Analysis)

Math Index(Artificial Analysis)

55.7

Intelligence Index(Artificial Analysis)

9.7

Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))

0.9

Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))

0.7

Aime(MAA (Mathematical Association of America))

0.7

Aime 25(MAA (Mathematical Association of America))

0.6

Gpqa(NYU + Cohere + Anthropic (2023))

0.5

Livecodebench(UC Berkeley + MIT + Cornell (2024))

0.4

Scicode(UIUC + Argonne National Lab (2024))

0.2

Ifbench(Google Research (2023))

0.2

Lcr(Artificial Analysis)

0.1

Hle(Center for AI Safety + Scale AI (2025))

0.0

Scores par catégorie LLM Stats

(LLM Stats (zeroeval))

Math

Reasoning

General

Physics

Biology

Chemistry

Code

Tarification

Prix d'entréeGratuit

Prix de sortieGratuit

Prix mixte (3:1)Gratuit

Vitesse

Tokens/sec0.0

Délai du premier token0.00s

Temps de réponse0.00s

Classement des Prix par Fournisseur

Aucune donnée de fournisseur disponible

Sources externes

LLM Stats Artificial Analysis