DeepSeek R1
关键规格
| 维度 | 数值 |
|---|---|
| 发布 | 2025-01-20 |
| 参数 | 671B 总 / 37B 激活（基于 V3） |
| 上下文 | 128K tokens |
| 训练方法 | 纯 RL（R1-Zero）+ 监督微调（R1） |
| 模态 | 文本 |
| 许可证 | MIT 完全开源 |
| 蒸馏小模型 | R1-Distill-Llama-70B / R1-Distill-Qwen-32B 等 |
市场定位
R1 战略意义：
- 首款开源对标 o1 的推理模型 —— 性能在 AIME / MATH / Codeforces 等评测追平 o1
- 完全开源 + 论文公开 —— 算法细节（GRPO、self-play RL）全部公开
- 蒸馏小模型 —— 释放多个 7B / 32B / 70B 蒸馏版，企业可低成本部署
- DeepSeek 时刻 —— 2025-01 引发 NVIDIA 暴跌 + 全球算力需求重估
- 推动 OpenAI / Anthropic 把推理模型纳入主力（GPT-5 统一思路、Claude 4 Extended Thinking）
客户与部署
- APIDeepSeek 官方 API（价格仅 $0.55/M input, $2.19/M output，远低于 o1）
- 企业自部署多家公司基于 R1 二次训练
- 云服务各大云厂商第一时间上架（Together AI, Fireworks, AWS Bedrock 等）
演进路线
DeepSeek V3 → R1-Zero（纯 RL 训练）→ R1（SFT + RL）→ 蒸馏小模型多版 → 集成入 DeepSeek V4（路线图统一）