R1 Distill Llama 70B Consulta la información detallada y precios de los modelos de AI
Contexto Longitud 131,072 tokens, deepseek de proporcionado
131,072
Tokens de Contexto
$0.10
Precio del Prompt
$0.40
Precio de salida
8/16
Soporte de Funciones
ciencia #15
Razonamiento #11
Introducción del Modelo
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.
Información Básica
Desarrollador
deepseek
Serie de Modelos
Llama3
Fecha de lanzamiento
2025-01-23
Longitud de Contexto
131,072 tokens
Tokens de Finalización Máximos
16,384 tokens
Variante
standard
Información de Precios
Tokens de Prompt
$0.10 / 1M tokens
Tokens de Completado
$0.40 / 1M tokens
Política de Datos
Funciones Compatibles
Compatible (8)
Top K
Seed
Penalización de Frecuencia
Penalización de Presencia
Penalización de Repetición
Formato de Respuesta
Min P
Razonamiento
No compatible (8)
Entrada de Imagen
Sesgo Logit
Uso de Herramientas
Logprobs
Top Logprobs
Salidas Estructuradas
Opciones de Búsqueda Web
Top A
Otras Variantes
Estadísticas de Uso Real
#51
De 346 modelos en total
17.3B
Total de Tokens Últimos 30 Días
575.52M
Uso Promedio Diario
61%
Cambio de Uso Semanal