DeepSeek
DeepSeek R1ancienOuvert
The open reasoning model that reshaped the frontier in early 2025.
Intelligence
5.4 #704
Niveau top 92%
Vitesse Sortie
60 t/s
ITL 16.7 ms/tok
Prix mixte (3:1)
$0.478 /1M
Entrée $0.27/M · Sortie $1.1/M
Contexte
163.8K
≈ 410 pages A4 · sortie max 16,384
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
DeepSeek R1
Claude Mythos Preview (#1)
Average (68)
Les axes du radar sont approximés depuis les scores par catégorie lorsque les mesures directes manquent — voir Méthodologie.
Points forts & compromis
Là où il gagne
- 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
Points de vigilance
- Legacy tier — a newer successor is available
Cas d'usage clés
Whole-repo analysis
Single-pass ingestion of large codebases, contracts or research corpora.
Démarrage rapide développeur & API
Définissez d’abord
DEEPSEEK_API_KEY — obtenir une clé APIcurl 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);Ressources & liens officiels
Déploiement API
Comparer hôtes et latence
Débit, TTFT et tarifs de cache chez Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock et Azure.
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Scores par Source
Scores par Catégorie
Résultats de Benchmarks
Specs en direct & architecture
Sous le capot
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.
Date de Sortie
27 mai 2025
Architecture
Mixture-of-Experts · 671B (37B active MoE)
Paramètres
671B (37B active MoE)
Licence
Open Weights
Fenêtre de Contexte
163,800 tokens
Sortie max
16,384 tokens
Modalités
text
Tarifs du cache
lecture $0.027 · écriture $0.3375 /1M
Raisonnement
Niveaux d'effort
Prix Entrée
$0.27/M
Prix Sortie
$1.1/M
Vitesse Sortie
60 t/s
Temps au Premier Token
—
Données mises à jour
5 août 2026
Matériel et inférence locale
Données : Convly AI (CC BY 4.0) ↗VRAM (4-bit Q4)
400 GB
GPU min.
Multi-GPU server
Facture mensuelle estimée
Dépense mensuelle estimée
$0.00
Calcul des économies vs GPT-4o…
Citer et intégrer
Badge Markdown GitHub
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}
}Intégrer le badge de score
Ajoutez un badge Podium Score en direct à votre README GitHub ou Hugging Face — il renvoie vers le classement en direct.
Aperçu
Markdown
Loading badge snippet...HTML
Loading badge snippet...Plus de DeepSeek
Modèles alternatifs
Meilleures alternatives à DeepSeek R1 selon les capacités, le prix et les benchmarks.