R1 Distill Qwen 1.5B Consulta la información detallada y precios de los modelos de AI
Contexto Longitud 131,072 tokens, deepseek de proporcionado
131,072
Tokens de Contexto
$0.18
Precio del Prompt
$0.18
Precio de salida
8/16
Soporte de Funciones
Razonamiento #4
Introducción del Modelo
DeepSeek R1 Distill Qwen 1.5B is a distilled large language model based on [Qwen 2.5 Math 1.5B](https://huggingface.co/Qwen/Qwen2.5-Math-1.5B), using outputs from [DeepSeek R1](/deepseek/deepseek-r1). It's a very small and efficient model which outperforms [GPT 4o 0513](/openai/gpt-4o-2024-05-13) on Math Benchmarks. Other benchmark results include: - AIME 2024 pass@1: 28.9 - AIME 2024 cons@64: 52.7 - MATH-500 pass@1: 83.9 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
Other
Fecha de lanzamiento
2025-01-31
Longitud de Contexto
131,072 tokens
Tokens de Finalización Máximos
32,768 tokens
Variante
standard
Información de Precios
Tokens de Prompt
$0.18 / 1M tokens
Tokens de Completado
$0.18 / 1M tokens
Política de Datos
Funciones Compatibles
Compatible (8)
Top K
Penalización de Frecuencia
Penalización de Presencia
Penalización de Repetición
Formato de Respuesta
Min P
Sesgo Logit
Razonamiento
No compatible (8)
Entrada de Imagen
Seed
Uso de Herramientas
Logprobs
Top Logprobs
Salidas Estructuradas
Opciones de Búsqueda Web
Top A
Estadísticas de Uso Real
#205
De 345 modelos en total
268.25M
Total de Tokens Últimos 30 Días
8.94M
Uso Promedio Diario
37%
Cambio de Uso Semanal