R1 Distill Qwen 7B Consulta la información detallada y precios de los modelos de AI
Contexto Longitud 131,072 tokens, deepseek de proporcionado
131,072
Tokens de Contexto
$0.00
Precio del Prompt
$0.00
Precio de salida
0/16
Soporte de Funciones
Introducción del Modelo
DeepSeek-R1-Distill-Qwen-7B is a 7 billion parameter dense language model distilled from DeepSeek-R1, leveraging reinforcement learning-enhanced reasoning data generated by DeepSeek's larger models. The distillation process transfers advanced reasoning, math, and code capabilities into a smaller, more efficient model architecture based on Qwen2.5-Math-7B. This model demonstrates strong performance across mathematical benchmarks (92.8% pass@1 on MATH-500), coding tasks (Codeforces rating 1189), and general reasoning (49.1% pass@1 on GPQA Diamond), achieving competitive accuracy relative to larger models while maintaining smaller inference costs.
Información Básica
Desarrollador
deepseek
Serie de Modelos
Qwen
Fecha de lanzamiento
2025-05-30
Longitud de Contexto
131,072 tokens
Variante
standard
Información de Precios
Tokens de Prompt
$0.00 / 1M tokens
Tokens de Completado
$0.00 / 1M tokens
Funciones Compatibles
No compatible (16)
Entrada de Imagen
Top K
Seed
Penalización de Frecuencia
Penalización de Presencia
Penalización de Repetición
Formato de Respuesta
Min P
Sesgo Logit
Uso de Herramientas
Logprobs
Top Logprobs
Salidas Estructuradas
Razonamiento
Opciones de Búsqueda Web
Top A
Estadísticas de Uso Real
#236
De 353 modelos en total
269.44M
Total de Tokens Últimos 30 Días
11.71M
Uso Promedio Diario
85%
Cambio de Uso Semanal