DeepSeek R1Ein quelloffenes großes Sprachmodell, das bei Denk-, Mathematik- und Codierungsaufgaben mit MIT-Lizenzierung für kostenlose Nutzung und Modifikation herausragt.

DeepSeek R1 ist ein Open‑Source‑großes Sprachmodell, das besonders gut bei logischen Schlussfolgerungen, mathematischen Aufgaben und Programmierung ist. Es verwendet eine Mixture‑of‑Experts (MoE)‑Architektur mit 37 Mrd. aktiven Parametern und insgesamt 671 Mrd. Parametern und unterstützt eine Kontextlänge von 128 K. Das Modell integriert fortschrittliche Reinforcement‑Learning‑Techniken, um Selbstverifikation, mehrstufige Reflexion und menschenorientierte Reasoning‑Fähigkeiten zu ermöglichen. DeepSeek R1 hat in verschiedenen Benchmarks State‑of‑the‑Art‑Leistungen erzielt, darunter 97,3 % Genauigkeit bei MATH‑500, eine Durchfallquote von 79,8 % beim AIME 2024 und übertrifft 96,3 % der Codeforces‑Teilnehmer. Das Modell ist in mehreren Varianten von 1,5 B bis 70 B Parametern verfügbar und unter der MIT‑Lizenz für freie Nutzung und Modifikation lizenziert. DeepSeek R1 kann online kostenlos genutzt werden, und eine WebGPU‑beschleunigte Version lässt sich lokal im Browser ausführen. Das Modell ist für komplexe Problemlösungen, mehrsprachiges Verständnis und die Produktion von Code in Produktionsqualität konzipiert. Zu seinen Stärken gehören außergewöhnliche mathematische Schlussfolgerungen, Codegenerierung und Fähigkeiten im natürlichen Sprachverständnis. Da es sich jedoch um ein Open-Source‑Modell handelt, kann es technisches Fachwissen erfordern, um es für spezifische Anwendungsfälle bereitzustellen und fein abzustimmen. DeepSeek R1 ist weltweit unter den leistungsstärksten KI‑Modellen positioniert und verfügt über Fähigkeiten, die mit führenden proprietären Lösungen vergleichbar sind. Durch seine Open‑Source‑Natur ermöglicht es eine community‑getriebene Entwicklung und kontinuierliche Upgrades, einschließlich geplanter multimodaler Unterstützung, konversationeller Verbesserung und verteilter Inferenzoptimierung. Das Modell verfügt über eine reine Reinforcement‑Learning‑Entwicklung, die es ermöglicht, eine GPT‑4‑Level‑Mathematikleistung zu erreichen – und das zu deutlich geringeren Kosten. Die Chain‑of‑Thought‑Visualisierungsfähigkeit adressiert die KI‑„Black‑Box“-Problematik und liefert Einblicke in den Denkprozess des Modells. Die API von DeepSeek R1 bietet einen OpenAI‑kompatiblen Endpunkt für die Integration und kostet $0.14 pro Million Tokens. Die Modellgewichte sind Open‑Source und erlauben kommerzielle Nutzung sowie Modifikationen.