DeepSeek R1מודל שפה גדול בקוד פתוח המתמחה במשימות היגיון, מתמטיקה ותכנות עם רישיון MIT לשימוש ושינוי בחינם.

DeepSeek R1 הוא מודל שפה גדול בקוד פתוח המצטיין בהיסק, במתמטיקה ובמשימות קידוד. הוא משתמש בארכיטקטורת Mixture of Experts (MoE) עם 37 מיליארד פרמטרים פעילים ו‑671 מיליארד פרמטרים סה"כ, ותומך באורך הקשר של 128K. המודל משלב טכניקות למידת חיזוק מתקדמות כדי להשיג אימות עצמי, חשיבה מרובת שלבים והיסק תואם אנושית. DeepSeek R1 השיג ביצועים ברמת‑ה‑אמנות במבחנים שונים, כולל דיוק של 97.3% ב‑MATH‑500, שיעור מעבר של 79.8% ב‑AIME 2024, ועולה על 96.3% ממשתתפי Codeforces. המודל זמין במספר גרסאות, בטווח של 1.5B עד 70B פרמטרים, ורישיון MIT מאפשר שימוש חופשי ושינוי. ניתן להשתמש ב‑DeepSeek R1 אונליין בחינם, וגרסה מואצת ב‑WebGPU יכולה לרוץ באופן מקומי בדפדפן. המודל תוכנן לפתרון בעיות מורכבות, הבנה מרובת שפות וייצור קוד ברמת ייצור. חוזקיו כוללים חשיבה מתמטית יוצאת דופן, יצירת קוד והבנת שפה טבעית. עם זאת, כמודל קוד פתוח, ייתכן ויידרש ידע טכני כדי לפרוס ולכוון אותו למקרים ספציפיים. DeepSeek R1 ממוקמת בין המודלים המובילים בביצועים בעולם, עם יכולות השוות לפתרונות הקנייניים המובילים. האופי open-source שלה מאפשר פיתוח קהילתי מתמשך ושדרוגים רציפים, כולל תמיכה מתוכננת במודוליות multimodal, חיזוק conversational, ואופטימיזציית distributed inference. המודל עבר פיתוח בטה של reinforcement learning, מה שמאפשר לו להגיע לביצועי מתמטיקה ברמת GPT-4 בעלות משמעותית נמוכה יותר. יכולת ה‑visualization של chain-of-thought מתמודדת עם אתגרי ה‑black box של AI, ומספקת תובנות על תהליך ההיסק של המודל. API של DeepSeek R1 מציע נקודת קצה תואמת ל‑OpenAI לשילוב, במחיר של 0.14 $ לכל מיליון טוקנים. משקלי המודל זמינים בקוד פתוח, מה שמאפשר שימוש מסחרי ושינוי.