R1 Distill Llama 70B Detaillierte Informationen und Preise für AI-Modelle anzeigen

Kontext Länge 131,072 Token, deepseek von bereitgestellt

131,072
Kontext-Token
$0.03
Prompt-Preis
$0.10
Ausgabepreis
10/16
Funktionsunterstützung
Programmierung #18
Akademie #18
Quiz #18
Rollenspiel #18
finance #18
Wissenschaft #18
Gesundheit #18
SEO #18
rechtlich #18
Technologie #18
Marketing #18
Übersetzung #18
Schlussfolgerung #7

Modell-Übersicht

DeepSeek R1 Distill Llama 70B is a distilled large language model based on [Llama-3.3-70B-Instruct](/meta-llama/llama-3.3-70b-instruct), using outputs from [DeepSeek R1](/deepseek/deepseek-r1). The model combines advanced distillation techniques to achieve high performance across multiple benchmarks, including: - AIME 2024 pass@1: 70.0 - MATH-500 pass@1: 94.5 - CodeForces Rating: 1633 The model leverages fine-tuning from DeepSeek R1's outputs, enabling competitive performance comparable to larger frontier models.

Grundinformationen

Entwickler
deepseek
Modellserie
Llama3
Veröffentlichungsdatum
2025-01-23
Kontextlänge
131,072 Token
Variante
standard

Preisinformationen

Prompt-Token
$0.03 / 1M Token
Vervollständigungs-Token
$0.10 / 1M Token

Datenrichtlinie

Nutzungsbedingungen

학습 정책

1

Unterstützte Funktionen

Unterstützt (10)

Top K
Seed
Häufigkeitsstrafe
Presence Penalty
Wiederholungsstrafe
Min P
Logit-Bias
Logprobs
Top Logprobs
Schlussfolgerung

Nicht unterstützt (6)

Bildeingabe
Antwortformat
Tool-Nutzung
Strukturierte Ausgaben
Web-Suchoptionen
Top A

Andere Varianten

Tatsächliche Nutzungsstatistiken

#70
Von insgesamt 353 Modellen
19.7B
Gesamte Tokens der letzten 30 Tage
658.17M
Tägliche Durchschnittsnutzung
44%
Wöchentliche Nutzungsänderung

Nutzungstrend der letzten 30 Tage

Modelle desselben Autors (deepseek)

DeepSeek V3.1
163,840 Token
$0.20 / $0.80
DeepSeek V3.1 (free)
64,000 Token
Kostenlos
DeepSeek V3.1 (thinking)
131,072 Token
$0.55 / $2.19
DeepSeek V3.1 Base
163,840 Token
$0.20 / $0.80
R1 Distill Qwen 7B
131,072 Token
$0.00 / $0.00