DeepSeek-R1 重磅来袭：比肩 o1且完全开源，API价格极具性价比！

简介

DeepSeek-R1 是由杭州深度求索公司推出的高性能AI推理模型，于2025年1月20日正式发布。DeepSeek-R1，在强化学习之前整合了冷启动数据。DeepSeek-R1在数学、代码和推理任务方面的性能与OpenAI-o1相当。为了支持研究界，我们开源了DeepSeek-R1-Zero、DeepSeek-R1，以及基于Llama和Qwen从DeepSeek-R1中提取的六个密集模型。DeepSeek-R1-Distill-Qwen-32B在各种基准测试中表现优于OpenAI-o1-mini，为密集模型实现了最新的最先进结果。

核心特点

高性能推理能力

DeepSeek-R1 在数学推理、代码生成和自然语言推理等复杂任务中表现出色，性能与 OpenAI o1 正式版相当。其推理能力通过大规模强化学习（RL）技术实现，仅需极少量标注数据即可显著提升模型性能。

开源与开放协议

DeepSeek-R1 采用 MIT License 开源协议，用户可以自由使用、修改、分发和商业化该模型，包括模型权重和输出。这一举措打破了大型语言模型被少数公司垄断的局面，极大地推动了AI技术的普及和创新。

模型蒸馏支持

除了 DeepSeek-R1 本身，团队还开源了6个从 DeepSeek-R1 蒸馏而来的小型模型（如32B和70B模型），这些模型在多项基准测试中表现优异，甚至超越 OpenAI o1-mini。

API服务与灵活计费

DeepSeek-R1 提供高效的API服务，支持按 token 计费，具体定价为：

• 输入数据：缓存命中每百万 tokens 1元，未命中为4元。

• 输出数据：每百万 tokens 16元。
  这种按需计费模式适合企业和开发者根据实际需求灵活控制成本。
  
  

技术亮点

基础架构

DeepSeek-R1 是一个参数量为 660B 的大型语言模型，采用了混合专家（MoE，Mixture of Experts）架构。MoE 架构通过动态选择不同的专家网络来处理不同的输入，从而在保持模型规模的同时提升计算效率。

• 专家网络：DeepSeek-R1 的 MoE 架构包含 256 个路由专家和 1 个共享专家。每个输入 token 会激活 8 个专家，并确保每个 token 最多被发送到 4 个节点，以实现负载均衡。

• 冗余专家策略：为了进一步优化推理阶段的负载均衡，模型引入了冗余专家策略，即复制高负载专家并冗余部署。

强化学习后训练

DeepSeek-R1 在后训练阶段大规模使用强化学习技术，无需依赖监督微调（SFT）作为初步步骤。这种方法显著提升了模型的推理能力，尤其是在复杂任务中的表现。

长推理链优化

DeepSeek-R1 遵循“推理越长，表现越强”的 Scaling Laws。在 AIME 等测试基准中，随着推理长度的增加，模型得分稳步提升，展现出强大的自我反思和验证能力。

透明推理过程

与传统的“黑盒”模型不同，DeepSeek-R1 能够实时展示其思考过程，用户可以清晰地看到模型的推理步骤，这在代码生成和数学推理任务中尤为突出。

性能评估

DeepSeek-R1模型测评

蒸馏模型评估

相关文献

API调用地址
github项目地址
modelscope模型下载地址
技术报告地址