R1 Distill Qwen 7B Consultez les informations détaillées et les prix des modèles d'IA
Contexte Longueur 131,072 tokens, deepseek de fourni
131,072
Tokens de Contexte
$0.10
Prix du Prompt
$0.20
Prix de sortie
2/16
Support de Fonctionnalités
Efficacité #1
Présentation du Modèle
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.
Informations de Base
Développeur
deepseek
Série de Modèles
Qwen
Date de sortie
2025-05-30
Longueur de Contexte
131,072 tokens
Variante
standard
Informations sur les Prix
Jetons de Prompt
$0.10 / 1M jetons
Tokens de Complétion
$0.20 / 1M jetons
Politique de Données
Fonctionnalités Prises en Charge
Pris en charge (2)
Seed
Raisonnement
Non pris en charge (14)
Entrée d'Image
Top K
Pénalité de Fréquence
Pénalité de Présence
Pénalité de Répétition
Format de Réponse
Min P
Biais Logit
Utilisation d'Outils
Logprobs
Top Logprobs
Sorties Structurées
Options de Recherche Web
Top A
Statistiques d'Utilisation Réelle
#196
Sur 346 modèles au total
330.11M
Total des Tokens des 30 derniers jours
17.37M
Usage Moyen Quotidien
78%
Changement d'Usage Hebdomadaire