R1 Distill Qwen 7B Confira informações detalhadas e preços dos modelos de AI
Contexto Comprimento 131,072 tokens, deepseek de fornecido
131,072
Tokens de Contexto
$0.00
Preço do Prompt
$0.00
Preço de saída
0/16
Suporte de Recursos
Introdução do 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.
Informações Básicas
Desenvolvedor
deepseek
Série de Modelos
Qwen
Data de lançamento
2025-05-30
Comprimento do Contexto
131,072 tokens
Variante
standard
Informações de Preços
Tokens de Prompt
$0.00 / 1M tokens
Tokens de Conclusão
$0.00 / 1M tokens
Recursos Suportados
Não suportado (16)
Entrada de Imagem
Top K
Seed
Penalidade de Frequência
Penalidade de Presença
Penalidade de Repetição
Formato de Resposta
Min P
Viés Logit
Uso de Ferramentas
Logprobs
Top Logprobs
Saídas Estruturadas
Raciocínio
Opções de Pesquisa Web
Top A
Estatísticas de Uso Real
#236
De 353 modelos no total
269.44M
Total de Tokens Últimos 30 Dias
11.71M
Uso Médio Diário
85%
Mudança de Uso Semanal