DeepSeek-R1 发布 – 开源模型性能比肩 OpenAI o1

TL;DR

DeepSeek 发布了 DeepSeek‑R1，这是一个开源模型，其在数学、代码和推理基准测试中的性能与 OpenAI o1 持平，并且该模型及其一系列蒸馏变体均已根据 MIT 许可证免费提供。

DeepSeek‑R1 性能声明

DeepSeek‑R1 被宣传为在数学、编程和逻辑推理任务中提供“与 OpenAI‑o1 持平的性能”。公告中包含了将 DeepSeek‑R1 与 OpenAI‑o1 进行比较的基准测试图表，表明在标准评估套件上具有相当的分数。

开源可用性与许可

• 模型权重、训练代码和技术报告已公开发布。
• DeepSeek‑R1 根据 MIT License 分发，允许不受限制的商业使用、重新分发和修改。
• 明确允许使用 API 输出进行下游微调和模型蒸馏。

蒸馏模型家族

DeepSeek 也发布了六个源自 DeepSeek‑R1 的较小蒸馏模型：

• 两个旗舰尺寸，32 B 和 70 B，据称可以匹配 OpenAI‑o1‑mini 的性能。
• 所有六个蒸馏变体均完全开源，为资源受限的环境提供了更轻量级的替代方案。

技术亮点

• 在大规模强化学习 (RL) 进行后训练 – DeepSeek‑R1 在主要预训练阶段之后应用 RL 以提高推理能力。
• 数据效率 – 该模型在仅需极少量微调标注数据的情况下实现了显著的性能提升。
• 基准测试重点 – 评估重点在于数学、代码生成和多步推理，在这些领域 DeepSeek‑R1 达到了与 OpenAI‑o1 的对等水平。
• 完整的技术报告可在 GitHub 仓库中获取：https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf。

API 访问与定价

• 可以通过设置 model=deepseek-reasoner 来调用 DeepSeek API。
• 定价结构（截至公告发布时）：
  • 每百万输入 token 0.14 美元（发生缓存命中时）。
  • 每百万输入 token 0.55 美元（发生缓存未命中时）。
  • 每百万输出 token 2.19 美元。
• 详细的使用说明在 API 指南中提供：https://api-docs.deepseek.com/guides/thinking_mode。

社区影响力

• 通过在宽松的许可证下发布旗舰模型和蒸馏变体，DeepSeek 旨在赋能开源 AI 社区并降低构建先进推理系统的门槛。
• 开源许可和商业友好型条款被定位为直接挑战专有产品，鼓励更广泛的实验和采用。

视觉摘要

公告中包含了若干说明性图像：

• DeepSeek‑R1 运行时的动画演示。
• 将 DeepSeek‑R1 与 OpenAI‑o1 进行比较的基准测试图表。
• 总结蒸馏模型性能的表格。
• 将 DeepSeek‑R1 成本与竞争服务进行对比的定价比较图表。

---

所有声明均仅基于 DeepSeek 于 2025‑01‑20 发布的正规公告。