DeepSeek
DeepSeek R1VeraltetOffen
The open reasoning model that reshaped the frontier in early 2025.
Intelligenz
5.4 #704
Top-92%-Stufe
Ausgabegeschwindigkeit
60 t/s
ITL 16.7 ms/tok
Blended-Preis (3:1)
$0.478 /1M
Input $0.27/M · Output $1.1/M
Kontext
163.8K
≈ 410 A4-Seiten · max. Output 16,384
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
DeepSeek R1
Claude Mythos Preview (#1)
Average (68)
Radar-Achsen sind aus Kategorie-Scores approximiert, wo direkte Benchmark-Messungen fehlen — siehe Methodik.
Stärken & Trade-offs
Wo das Modell gewinnt
- Open weights — self-host, fine-tune and audit with no vendor lock-in
- Very low blended price — $0.478/1M mixed tokens
- Cheap prompt-cache reads at $0.027/1M
- Reasoning mode with adjustable effort levels
Worauf achten
- Legacy tier — a newer successor is available
Killer-Anwendungsfälle
Whole-repo analysis
Single-pass ingestion of large codebases, contracts or research corpora.
Developer-Quickstart & API
Setzen Sie zuerst
DEEPSEEK_API_KEY — API-Schlüssel holencurl https://api.deepseek.com/v1/chat/completions \
-H "Authorization: Bearer $DEEPSEEK_API_KEY" \
-H "content-type: application/json" \
-d '{
"model": "deepseek-r1",
"messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.deepseek.com/v1",
api_key=os.environ["DEEPSEEK_API_KEY"],
)
resp = client.chat.completions.create(
model="deepseek-r1",
messages=[{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}],
)
print(resp.choices[0].message.content)const res = await fetch("https://api.deepseek.com/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.DEEPSEEK_API_KEY}`,
"content-type": "application/json",
},
body: JSON.stringify({
model: "deepseek-r1",
messages: [{ role: "user", content: "Refactor this function for O(n) time and explain the change." }],
}),
});
console.log((await res.json()).choices[0].message.content);Offizielle Ressourcen & Links
API-Bereitstellung
Hosts & Latenz vergleichen
Durchsatz, TTFT und Cache-Preise bei Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock und Azure.
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Ergebnisse nach Quelle
Kategorie-Punkte
Benchmark-Ergebnisse
Live-Spezifikationen & Architektur
Unter der Haube
Mixture-of-Experts · 671B (37B active MoE)
- Mixture-of-Experts routing — only a fraction of total parameters is active per token.
- Switchable reasoning effort — trading latency and tokens for accuracy on hard problems.
- Prompt caching supported — cached input reads at $0.027/1M tokens.
Veröffentlichungsdatum
27. Mai 2025
Architektur
Mixture-of-Experts · 671B (37B active MoE)
Parameter
671B (37B active MoE)
Lizenz
Open Weights
Kontextfenster
163,800 tokens
Max. Ausgabe
16,384 tokens
Modalitäten
text
Cache-Preise
Lesen $0.027 · Schreiben $0.3375 /1M
Reasoning
Effort-Stufen
Eingabepreis
$0.27/M
Ausgabepreis
$1.1/M
Ausgabegeschwindigkeit
60 t/s
Zeit bis zum ersten Token
—
Daten aktualisiert
5. Aug. 2026
Hardware & lokale Inferenz
Daten: Convly AI (CC BY 4.0) ↗VRAM (4-bit Q4)
400 GB
Min. GPU
Multi-GPU server
Geschätzte Monatsrechnung
Geschätzte Monatsausgaben
$0.00
Ersparnis ggü. GPT-4o wird berechnet…
Zitieren & Einbetten
GitHub-Markdown-Badge
Loading badge markdown...BibTeX
@misc{llmpodium2026deepseekr1,
title = {Benchmark Analysis and Intelligence Evaluation of DeepSeek R1},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/deepseek-r1}
}Score-Badge einbetten
Fügen Sie Ihrem GitHub- oder Hugging-Face-README ein Live-Podium-Score-Badge hinzu — es verlinkt auf das Live-Ranking.
Vorschau
Markdown
Loading badge snippet...HTML
Loading badge snippet...Mehr von DeepSeek
Alternative Modelle
Nächste Alternativen zu DeepSeek R1 basierend auf Leistung, Preis und Benchmarks.