Les poids sont-ils ouverts et puis-je exécuter R1 localement ?

Oui — DeepSeek R1 est sous licence MIT avec poids sur Hugging Face, vous pouvez donc le télécharger et l’exécuter localement, bien que le modèle complet de 671 milliards nécessite un matériel conséquent ; les six variantes distillées (jusqu’à 1,5 milliard) sont beaucoup plus pratiques pour un usage local.

Quel est le coût et la taille de la fenêtre de contexte ?

Via API, le prix est de 0,70 $ par million de tokens en entrée et 2,50 $ par million en sortie, avec une fenêtre de contexte de 64 000 tokens.

En quoi R1 diffère-t-il des autres modèles DeepSeek ?

R1 est le modèle axé sur le raisonnement de DeepSeek, entraîné avec un apprentissage par renforcement à grande échelle pour produire une chaîne de pensée explicite ; il cible les mathématiques, le code et le raisonnement complexe plutôt que le chat généraliste, et il expose ses tokens de raisonnement au lieu de les cacher.

R1

1660°

#llm #deepseek #raisonnement #mathématiques #programmation #recherche

Fonctionne sur Graydient

Lancer ce modèle

Offres / Pub

Easy Creator (Prism) Web

Illimité · forfait fixe

Idéal pour les débutants. Flux de travail puissants, courbe d'apprentissage faible.

PirateDiffusion Telegram

Illimité · forfait fixe

Créez des vidéos, images, personnages de chat personnalisés, et plus encore.

Pro studio (SpyGlass) Web

Illimité · forfait fixe

Parcourez les modèles, générez et affinez depuis n'importe quel navigateur ou téléphone.

Discord bot (Vector)

Illimité · forfait fixe

Ajoutez Vector à votre serveur ou rejoignez le Discord de Vector. Créez tout ce que vous voulez !

Unified Editor Web

Illimité · forfait fixe

Éditeur pour images et vidéos : générez, modifiez, améliorez et plus encore sur une seule page.

OpenRouter Terminal / API

Payer par token

Discute avec ce modèle dans le navigateur ou appelle-le depuis ton code avec une clé API.

Applications locales

Nécessite une configuration

Installe des programmes locaux si ton ordinateur est assez puissant.

ModelDuel Web

Paiement à l'usage

Génère la même invite sur jusqu'à 50 modèles checkpoint/base en même temps.

Louer un GPU dans le cloud

Graydient Cloud GPU

Illimité · forfait fixe

Forfait fixe, usage illimité. Ce modèle s’installe en un clic.

RunPod Cloud GPU

Facturé à la minute

Louez un GPU à la minute et installez le modèle vous-même.

Guides pour ce modèle

Meilleur LLM local par cas d’usage (octobre 2026) : le bon modèle open source pour chaque tâche

De combien de VRAM ai-je vraiment besoin pour l'IA locale ?

Qu'est-ce qu'un fichier GGUF ? Explication des modèles quantifiés (Q4, Q8, fp8, NF4)

Tous les guides

DeepSeek | contexte de 64 000 tokens | 0,70 $/M en entrée, 2,50 $/M en sortie. DeepSeek R1 est arrivé : performances comparables à OpenAI o1, mais open-source avec tokens de raisonnement entièrement ouverts. Il compte 671 milliards de paramètres, avec 37 milliards actifs lors d'une passe d'inférence. Modèle et rapport technique entièrement open-sourceOpens in new tab. Licence MIT : distillez et commercialisez librement !

Notes du capitaine

Écrit par Captain, le rédacteur maison

Notes du 2026-10-13

DeepSeek R1 est un modèle de raisonnement mixture d’experts de 671 milliards de paramètres de DeepSeek, entraîné principalement par apprentissage par renforcement plutôt que par fine-tuning supervisé. Il égalise OpenAI o1 sur les tâches de mathématiques, code et raisonnement, tout en publiant ouvertement ses tokens de chaîne de pensée — ce que o1 ne fait pas. Sous licence MIT et avec poids ouverts, il convient aux chercheurs, développeurs et à tous ceux qui veulent un raisonneur de pointe qu’ils peuvent inspecter, distiller ou déployer commercialement.

Connu pour

Performance de raisonnement comparable à OpenAI o1 sur mathématiques, code et logique
Tokens de chaîne de pensée entièrement visibles — le processus de raisonnement n’est pas caché
Licence MIT : distillez, affinez et commercialisez sans restriction
Six modèles distillés plus petits publiés en parallèle, jusqu’à 1,5 milliard de paramètres
Raisonnement entraîné par RL avec émergence d’auto-vérification et de réflexion

Attention à

671 milliards de paramètres au total : l’exécuter localement demande un matériel sérieux ; la plupart des utilisateurs passeront par l’API.
Fenêtre de contexte de 64 000 tokens, plus courte que plusieurs rivaux dans cette catégorie de performance.
Le prédécesseur R1-Zero montrait des problèmes de mélange de langues et de répétition ; R1 améliore cela mais vérifiez les recommandations d’usage avant déploiement.

Idéal pour

Fonctionne localement

Prompts à essayer

Preuve par contradiction

Prouvez que la racine carrée de 2 est irrationnelle. Montrez chaque étape de votre raisonnement, signalez toute hypothèse faite, et vérifiez votre propre argument pour détecter d’éventuelles lacunes avant de donner une réponse finale.

Déboguer une fonction délicate

Voici une fonction Python censée retourner la plus longue sous-chaîne sans caractères répétés, mais elle renvoie des résultats erronés sur certaines entrées. Parcourez la logique pas à pas, identifiez le bug, expliquez pourquoi ça échoue, et donnez une version corrigée avec une brève explication. 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 sous contraintes

Une petite équipe de trois ingénieurs doit migrer une base de données de production en direct vers un nouveau schéma sans aucune interruption. La base contient 50 millions de lignes et l’application ne peut pas être mise hors ligne. Analysez les risques, listez les étapes dans l’ordre, et expliquez le raisonnement derrière chaque décision avant de donner votre plan final de migration.

Comparer avec

DeepSeek V4.1 Flash
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $0.04/M, sortie $0.68/M
DeepSeek V4 Flash 0731
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $0.01/M, sortie $1.28/M
DeepSeek V4 Flash 0423
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $0.09/M, sortie $0.18/M
DeepSeek V4 Pro 0813
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $1.32/M, sortie $3.96/M

Plus de modèles de texte de deepseek

Questions fréquentes

Les poids sont-ils ouverts et puis-je exécuter R1 localement ?: Oui — DeepSeek R1 est sous licence MIT avec poids sur Hugging Face, vous pouvez donc le télécharger et l’exécuter localement, bien que le modèle complet de 671 milliards nécessite un matériel conséquent ; les six variantes distillées (jusqu’à 1,5 milliard) sont beaucoup plus pratiques pour un usage local.
Quel est le coût et la taille de la fenêtre de contexte ?: Via API, le prix est de 0,70 $ par million de tokens en entrée et 2,50 $ par million en sortie, avec une fenêtre de contexte de 64 000 tokens.
En quoi R1 diffère-t-il des autres modèles DeepSeek ?: R1 est le modèle axé sur le raisonnement de DeepSeek, entraîné avec un apprentissage par renforcement à grande échelle pour produire une chaîne de pensée explicite ; il cible les mathématiques, le code et le raisonnement complexe plutôt que le chat généraliste, et il expose ses tokens de raisonnement au lieu de les cacher.

Verdict du capitaine
Le modèle de raisonnement à poids ouverts le plus significatif publié à ce jour : performance de pointe, licence MIT, et aucun secret dans le processus de réflexion.

Fiche modèle sur Hugging Face

Le capitaine écrit ces notes à partir de la description et de la fiche modèle. Les prix et tailles de contexte sont ceux du fournisseur au moment de la rédaction et peuvent changer.

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

Comment ce score se calcule

Ce modèle n’a pas encore de données de popularité provenant de sources, donc il porte un nombre de remplacement en dessous de 7,000° pour que les listes restent complètes. Il ne sera jamais mieux classé qu’un modèle avec des données. La répartition apparaît ici dès qu’une source la rapporte.

Glossaire : les termes utilisés ici

Score de chaleur: Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher: Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement: Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique: On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes: Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption: Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé: Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder: Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde: Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération: Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter: Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint): Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding: Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids: La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge: Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille: Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement: Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce): Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance: Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique: Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.

Modèles similaires

DeepSeek V4 Flash Vision Exp

TEXT / LLM

Modèles d'IA pour générer image, vidéo et texte

R1 est un modèle de texte pour la famille Text / LLM, référencé sur ModelTrends.ai, un catalogue en lecture seule de modèles d'IA open source pour l'image, la vidéo et le texte. Comparez-le aux autres modèles Text / LLM, consultez son score de chaleur pour suivre sa tendance et ouvrez-le sur PirateDiffusion ou BitVector pour l'essayer.

Plus de modèles Text / LLM Plus de Texte / LLM Text / LLM llm deepseek raisonnement mathématiques programmation recherche local

Parcourir par famille de modèles