Sind die Gewichte offen und kann ich R1 lokal ausführen?

Ja – DeepSeek R1 ist MIT-lizenziert mit Gewichten auf Hugging Face, sodass du es herunterladen und lokal ausführen kannst, wobei das volle 671B-Modell erhebliche Hardware erfordert; die sechs destillierten Varianten (bis 1,5B) sind für lokale Nutzung deutlich praktischer.

Was kostet es und wie groß ist das Kontextfenster?

Per API kostet es $0,70 pro Million Eingabetokens und $2,50 pro Million Ausgabetokens, mit einem Kontextfenster von 64.000 Tokens.

Worin unterscheidet sich R1 von den anderen DeepSeek-Modellen?

R1 ist DeepSeeks auf Denken fokussiertes Modell, trainiert mit groß angelegtem Reinforcement Learning, um explizite Chain-of-Thought zu erzeugen; es zielt auf Mathematik, Code und komplexes Denken statt auf allgemeinen Chat ab und zeigt seine Denktokens offen statt sie zu verbergen.

R1

1660°

#llm #deepseek #logik #mathematik #programmieren #forschung

Läuft auf Graydient

Modell ausführen

Angebote / Werbung

Easy Creator (Prism) Web

Unbegrenzt · Pauschalpreis

Am besten für Anfänger. Leistungsstarke Workflows, geringe Lernkurve.

PirateDiffusion Telegram

Unbegrenzt · Pauschalpreis

Erstelle Videos, Bilder, individuelle Chat-Personas und mehr.

Pro studio (SpyGlass) Web

Unbegrenzt · Pauschalpreis

Durchsuche Modelle, rendere und verfeinere von jedem Browser oder Handy aus.

Discord bot (Vector)

Unbegrenzt · Pauschalpreis

Füge Vector zu deinem Server hinzu oder tritt dem Vector Discord bei. Erschaffe alles!

Unified Editor Web

Unbegrenzt · Pauschalpreis

Editor für Bilder und Videos: rendern, bearbeiten, hochskalieren und mehr auf einer Seite.

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Lokale Apps

Einrichtung erforderlich

Richte lokale Programme ein, wenn dein Computer leistungsstark genug ist.

ModelDuel Web

Bezahlen pro Nutzung

Erzeuge denselben Prompt gleichzeitig auf bis zu 50 Checkpoint-/Basismodellen.

GPU in der Cloud mieten

Graydient Cloud GPU

Unbegrenzt · Pauschalpreis

Pauschalpreis, unbegrenzte Nutzung. Dieses Modell mit einem Klick installieren.

RunPod Cloud GPU

Abrechnung pro Minute

GPU pro Minute mieten und Modell selbst einrichten.

Anleitungen zu diesem Modell

Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe

Wie viel VRAM brauche ich eigentlich für lokale KI?

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

DeepSeek | 64.000 Token Kontext | $0,70/M Eingabe, $2,50/M Ausgabe. DeepSeek R1 ist da: Leistung auf Augenhöhe mit OpenAI o1, aber Open-Source und mit vollständig offenen Denk-Token. Es hat 671 Milliarden Parameter, davon 37 Milliarden aktiv bei einem Inferenzdurchlauf. Vollständig Open-Source Modell & technischer BerichtÖffnet in neuem Tab. MIT-lizenziert: frei destillieren & kommerzialisieren!

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

DeepSeek R1 ist ein 671-Milliarden-Parameter-Mixture-of-Experts-Denkmodell von DeepSeek, das hauptsächlich durch Reinforcement Learning statt durch überwachtes Feintuning trainiert wurde. Es erreicht bei Mathematik-, Code- und Denkaufgaben die Leistung von OpenAI o1 und veröffentlicht seine Chain-of-Thought-Tokens offen – etwas, das o1 nicht tut. MIT-lizenziert und mit offenen Gewichten eignet es sich für Forscher, Entwickler und alle, die einen Frontier-Klasse-Denker wollen, den sie tatsächlich inspizieren, destillieren oder kommerziell einsetzen können.

Bekannt für

Denkleistung vergleichbar mit OpenAI o1 bei Mathematik, Code und Logik
Vollständig sichtbare Chain-of-Thought-Tokens – der Denkprozess ist nicht verborgen
MIT-Lizenz: destillieren, feintunen und kommerzialisieren ohne Einschränkung
Sechs kleinere destillierte Modelle veröffentlicht, bis hinunter zu 1,5 Milliarden Parametern
RL-trainiertes Denken mit selbstverifizierenden und reflektierenden Verhaltensweisen

Achte auf

671 Milliarden Gesamtparameter: Lokaler Betrieb erfordert ernsthafte Hardware; die meisten Nutzer werden die API verwenden.
64.000-Token-Kontextfenster ist kürzer als bei mehreren Konkurrenten auf diesem Leistungsniveau.
Der Vorgänger R1-Zero zeigte Probleme mit Sprachmischung und Wiederholungen; R1 verbessert das, aber nutze die Nutzungsempfehlungen vor dem Einsatz.

Am besten für

Prompts zum Ausprobieren

Beweis durch Widerspruch

Beweise, dass die Quadratwurzel aus 2 irrational ist. Zeige jeden Schritt deiner Argumentation, markiere jede Annahme und überprüfe dein Argument auf Lücken, bevor du eine endgültige Antwort gibst.

Fehlerbehebung einer kniffligen Funktion

Hier ist eine Python-Funktion, die die längste Teilzeichenkette ohne sich wiederholende Zeichen zurückgeben soll, aber bei manchen Eingaben falsche Ergebnisse liefert. Gehe die Logik Schritt für Schritt durch, finde den Fehler, erkläre, warum sie fehlschlägt, und gib eine korrigierte Version mit kurzer Erklärung. 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 unter Einschränkungen

Ein kleines Team von drei Ingenieuren muss eine Live-Produktionsdatenbank mit 50 Millionen Zeilen auf ein neues Schema migrieren, ohne Ausfallzeiten. Denke über Risiken nach, liste die Schritte in der richtigen Reihenfolge auf und erkläre die Begründung für jede Entscheidung, bevor du deinen finalen Migrationsplan gibst.

Vergleichen mit

DeepSeek V4.1 Flash
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.04/M Eingabe, $0.68/M Ausgabe
DeepSeek V4 Flash 0731
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.01/M Eingabe, $1.28/M Ausgabe
DeepSeek V4 Flash 0423
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.09/M Eingabe, $0.18/M Ausgabe
DeepSeek V4 Pro 0813
Modell mit offenen Gewichten
1,048,576 Token Kontext · $1.32/M Eingabe, $3.96/M Ausgabe

Mehr Textmodelle von deepseek

Häufig gestellte Fragen

Sind die Gewichte offen und kann ich R1 lokal ausführen?: Ja – DeepSeek R1 ist MIT-lizenziert mit Gewichten auf Hugging Face, sodass du es herunterladen und lokal ausführen kannst, wobei das volle 671B-Modell erhebliche Hardware erfordert; die sechs destillierten Varianten (bis 1,5B) sind für lokale Nutzung deutlich praktischer.
Was kostet es und wie groß ist das Kontextfenster?: Per API kostet es $0,70 pro Million Eingabetokens und $2,50 pro Million Ausgabetokens, mit einem Kontextfenster von 64.000 Tokens.
Worin unterscheidet sich R1 von den anderen DeepSeek-Modellen?: R1 ist DeepSeeks auf Denken fokussiertes Modell, trainiert mit groß angelegtem Reinforcement Learning, um explizite Chain-of-Thought zu erzeugen; es zielt auf Mathematik, Code und komplexes Denken statt auf allgemeinen Chat ab und zeigt seine Denktokens offen statt sie zu verbergen.

Captain's Urteil
Das bisher bedeutendste Open-Weights-Denkmodell: Frontier-Leistung, MIT-Lizenz und nichts verborgen im Denkprozess.

Model Card auf Hugging Face

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

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

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

Nemotron 3.5 Lightning

TEXT / LLM

GPT 5 Nano

TEXT / LLM

KI-Modelle für Bild-, Video- und Texterzeugung

R1 ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen, prüfe den Hitzewert, um den Trend zu sehen, und öffne es auf PirateDiffusion oder BitVector, um es auszuprobieren.

Weitere Text / LLM-Modelle llm deepseek logik mathematik programmieren forschung lokal

Nach Modellfamilie stöbern