Zijn de gewichten open en kan ik R1 lokaal draaien?

Ja — DeepSeek R1 is MIT-gelicentieerd met gewichten op Hugging Face, dus je kunt het downloaden en lokaal draaien, hoewel het volledige 671B-model aanzienlijke hardware vereist; de zes gedistilleerde varianten (tot 1,5B) zijn veel praktischer voor lokaal gebruik.

Wat kost het en hoe groot is het contextvenster?

Via de API kost het $0,70 per miljoen invoertokens en $2,50 per miljoen outputtokens, met een contextvenster van 64.000 tokens.

Hoe verschilt R1 van DeepSeek's andere modellen?

R1 is DeepSeek's redeneermodel, getraind met grootschalige reinforcement learning om expliciete chain-of-thought te produceren; het richt zich op wiskunde, code en complexe redenering in plaats van algemene chat, en het toont zijn redeneertokens in plaats van ze te verbergen.

R1

1660°

#llm #deepseek #redeneren #wiskunde #coderen #onderzoek

Draait op Graydient

Voer dit model uit

Aanbiedingen / Advertenties

Easy Creator (Prism) Web

Onbeperkt · vast bedrag

Het beste voor beginners. Krachtige workflows, lage leercurve.

PirateDiffusion Telegram

Onbeperkt · vast bedrag

Maak video's, afbeeldingen, aangepaste chatpersonages en meer.

Pro studio (SpyGlass) Web

Onbeperkt · vast bedrag

Blader door modellen, render en verfijn vanaf elke browser of telefoon.

Discord bot (Vector)

Onbeperkt · vast bedrag

Voeg Vector toe aan je server of sluit je aan bij de Vector Discord. Maak alles wat je wilt!

Unified Editor Web

Onbeperkt · vast bedrag

Editor voor afbeeldingen en video: render, bewerk, schaal op en meer op één pagina.

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

Lokale apps Lokaal

Installatie vereist

Installeer lokale programma's als je computer krachtig genoeg is.

ModelDuel Web

Betaal per gebruik

Genereer dezelfde prompt op maximaal 50 checkpoint-/basismodellen tegelijk.

Huur een GPU in de cloud

Graydient Cloud GPU

Onbeperkt · vast bedrag

Vast bedrag, onbeperkt gebruik. Dit model installeer je met één klik.

RunPod Cloud GPU

Per minuut afgerekend

Huur een GPU per minuut en stel het model zelf in.

Gidsen voor dit model

Beste lokale LLM per gebruik (oktober 2026): het juiste open model voor elke klus

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

DeepSeek | 64.000 token context | $0,70/M input, $2,50/M output. DeepSeek R1 is hier: Prestaties vergelijkbaar met OpenAI o1, maar open-source en met volledig open redeneertokens. Het heeft 671 miljard parameters, waarvan 37 miljard actief zijn tijdens een inferentiepass. Volledig open-source model & technisch rapportOpens in new tab. MIT-licentie: vrij om te distilleren & commercieel te gebruiken!

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

DeepSeek R1 is een reasoning-model met 671 miljard parameters en een mixture-of-experts-architectuur van DeepSeek, voornamelijk getraind via reinforcement learning in plaats van supervised fine-tuning. Het haalt vergelijkbare prestaties als OpenAI o1 op wiskunde-, codeer- en redeneertaken, terwijl het zijn chain-of-thought tokens openlijk publiceert — iets wat o1 niet doet. MIT-gelicentieerd en met open gewichten, is het geschikt voor onderzoekers, ontwikkelaars en iedereen die een toonaangevende redeneerder wil die ze daadwerkelijk kunnen inspecteren, distilleren of commercieel inzetten.

Bekend om

Redeneerprestaties vergelijkbaar met OpenAI o1 op wiskunde, code en logica
Volledig zichtbare chain-of-thought tokens — het redeneerproces is niet verborgen
MIT-licentie: distilleren, fine-tunen en commercialiseren zonder beperkingen
Zes kleinere gedistilleerde modellen uitgebracht, tot 1,5 miljard parameters
RL-getrainde redenering die zelfverificatie en reflectiegedrag liet zien

Let op

671 miljard totale parameters: lokaal draaien vereist serieuze hardware; de meeste gebruikers zullen de API gebruiken.
Contextvenster van 64.000 tokens is korter dan dat van meerdere rivalen in deze prestatielaag.
De voorganger R1-Zero vertoonde taalvermenging en herhalingsproblemen; R1 verbetert dit, maar bekijk de gebruiksaanbevelingen voor implementatie.

Het beste voor

Prompts om te proberen

Bewijs door contradictie

Bewijs dat de wortel van 2 irrationeel is. Toon elke stap van je redenering, markeer elke aanname die je maakt en controleer je eigen argument op hiaten voordat je een definitief antwoord geeft.

Debug een lastige functie

Hier is een Python-functie die de langste substring zonder herhaalde karakters zou moeten retourneren, maar foutieve resultaten geeft bij sommige invoeren. Loop stap voor stap door de logica, identificeer de bug, leg uit waarom het faalt en geef een gecorrigeerde versie met een korte uitleg. def longest_unique(s): seen = {} start = 0 best = '' for i, c in enumerate(s): if c in seen: start = seen[c] seen[c] = i if i - start + 1 > len(best): best = s[start:i+1] return best

Plan onder beperkingen

Een klein team van drie ingenieurs moet een live productiedatabase migreren naar een nieuw schema zonder downtime. De database bevat 50 miljoen rijen en de applicatie mag niet offline. Denk na over de risico's, noem de stappen in volgorde en leg de redenatie achter elke beslissing uit voordat je het definitieve migratieplan geeft.

Vergelijk met

DeepSeek V4.1 Flash
Model met open gewichten
1,048,576 token context · $0.04/M invoer, $0.68/M uitvoer
DeepSeek V4 Flash 0731
Model met open gewichten
1,048,576 token context · $0.01/M invoer, $1.28/M uitvoer
DeepSeek V4 Flash 0423
Model met open gewichten
1,048,576 token context · $0.09/M invoer, $0.18/M uitvoer
DeepSeek V4 Pro 0813
Model met open gewichten
1,048,576 token context · $1.32/M invoer, $3.96/M uitvoer

Meer tekstmodellen van deepseek

Veelgestelde vragen

Zijn de gewichten open en kan ik R1 lokaal draaien?: Ja — DeepSeek R1 is MIT-gelicentieerd met gewichten op Hugging Face, dus je kunt het downloaden en lokaal draaien, hoewel het volledige 671B-model aanzienlijke hardware vereist; de zes gedistilleerde varianten (tot 1,5B) zijn veel praktischer voor lokaal gebruik.
Wat kost het en hoe groot is het contextvenster?: Via de API kost het $0,70 per miljoen invoertokens en $2,50 per miljoen outputtokens, met een contextvenster van 64.000 tokens.
Hoe verschilt R1 van DeepSeek's andere modellen?: R1 is DeepSeek's redeneermodel, getraind met grootschalige reinforcement learning om expliciete chain-of-thought te produceren; het richt zich op wiskunde, code en complexe redenering in plaats van algemene chat, en het toont zijn redeneertokens in plaats van ze te verbergen.

Oordeel van de kapitein
Het meest significante open-weights redeneermodel tot nu toe: toonaangevende prestaties, MIT-licentie en niets verborgen in het denkproces.

Modelkaart op Hugging Face

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

AI-modellen voor het genereren van afbeeldingen, video en tekst

R1 is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen, bekijk de populariteitsscore om de trend te zien en open het op PirateDiffusion of BitVector om het te proberen.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm deepseek redeneren wiskunde coderen onderzoek lokaal

Bladeren op modelfamilie