R1 Distill Qwen 1.5B Consultez les informations détaillées et les prix des modèles d'IA
Contexte Longueur 131,072 tokens, deepseek de fourni
131,072
Tokens de Contexte
$0.18
Prix du Prompt
$0.18
Prix de sortie
8/16
Support de Fonctionnalités
Raisonnement #4
Présentation du Modèle
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.
Informations de Base
Développeur
deepseek
Série de Modèles
Other
Date de sortie
2025-01-31
Longueur de Contexte
131,072 tokens
Tokens de Complétion Maximum
32,768 tokens
Variante
standard
Informations sur les Prix
Jetons de Prompt
$0.18 / 1M jetons
Tokens de Complétion
$0.18 / 1M jetons
Politique de Données
Fonctionnalités Prises en Charge
Pris en charge (8)
Top K
Pénalité de Fréquence
Pénalité de Présence
Pénalité de Répétition
Format de Réponse
Min P
Biais Logit
Raisonnement
Non pris en charge (8)
Entrée d'Image
Seed
Utilisation d'Outils
Logprobs
Top Logprobs
Sorties Structurées
Options de Recherche Web
Top A
Statistiques d'Utilisation Réelle
#205
Sur 345 modèles au total
268.25M
Total des Tokens des 30 derniers jours
8.94M
Usage Moyen Quotidien
37%
Changement d'Usage Hebdomadaire