DeepSeek-R1
以大规模强化学习塑造推理能力,并开放模型权重与蒸馏版本。
R1 让开放权重推理模型进入全球主流比较,也推动了对 RL 训练路线的快速复现。
参数与价格
- 上下文窗口
- 128K
- 总参数
- 671B
- 架构
- MoE
- 许可证
- MIT
- 输入价格
- 0.55美元 / 百万 token
- 输出价格
- 2.19美元 / 百万 token
2025-01-20 起首发定价。DeepSeek-R1 完整价格史 →
以大规模强化学习塑造推理能力,并开放模型权重与蒸馏版本。
R1 让开放权重推理模型进入全球主流比较,也推动了对 RL 训练路线的快速复现。
2025-01-20 起首发定价。DeepSeek-R1 完整价格史 →