Apakah bobot terbuka dan bisakah saya menjalankan R1 0528 secara lokal?

Ya, bobot terbuka dan tersedia di Hugging Face di bawah deepseek-ai/DeepSeek-R1-0528. Dengan 671 miliar parameter total, Anda butuh perangkat keras besar untuk menjalankan model penuh secara lokal; versi kuantisasi atau varian distilasi lebih praktis untuk kebanyakan setup.

Berapa biaya R1 0528 dan berapa jendela konteksnya?

Via API harganya $0,50 per juta token input dan $2,15 per juta token output, dengan jendela konteks 163.840 token.

Apa perbedaan R1 0528 dengan DeepSeek R1 asli?

Ini pembaruan pasca-pelatihan yang fokus pada penalaran lebih dalam: DeepSeek melaporkan model kini menggunakan sekitar dua kali lipat token per langkah penalaran, dengan peningkatan bermakna di benchmark matematika dan pengkodean serta tingkat halusinasi lebih rendah, plus dukungan pemanggilan fungsi yang tidak diuji di versi asli.

R1 0528

4585°

#llm #deepseek #penalaran #matematika #pemrograman #lokal

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

DeepSeek | konteks 163.840 token | $0.50/M input, $2.15/M output. Pembaruan 28 Mei untuk [DeepSeek R1 asli](/deepseek/deepseek-r1) Performa setara dengan [OpenAI o1](/openai/o1), tetapi open-source dan dengan token penalaran sepenuhnya terbuka. Ukuran 671 miliar parameter, dengan 37 miliar aktif...

Panduan untuk model ini

Ollama vs LM Studio (2026): aplikasi AI lokal mana yang harus digunakan, dan model top mana yang dijalankan masing-masing

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

DeepSeek R1 0528 adalah pembaruan Mei 2025 untuk model penalaran unggulan DeepSeek, dibuat oleh DeepSeek. Dengan 671 miliar parameter dan 37 miliar aktif, model ini menekankan lebih kuat pada matematika, pengkodean kompetitif, dan logika dibanding R1 asli, dengan DeepSeek melaporkan peningkatan benchmark di seluruh bidang. Bobot terbuka dan jejak penalaran yang sepenuhnya terlihat menjadikannya opsi serius jika Anda menginginkan penalar frontier yang bisa Anda periksa dan jalankan sendiri.

Dikenal untuk

Performa matematika kuat, termasuk peningkatan akurasi besar di AIME 2025 dibanding R1 asli.
Hasil pengkodean kompetitif, dengan peningkatan besar di LiveCodeBench dan Aider-Polyglot.
Token penalaran terbuka penuh — Anda melihat chain of thought, bukan hanya jawaban.
Tingkat halusinasi berkurang dan fungsi pemanggilan lebih baik dibanding versi sebelumnya.
Bobot terbuka tersedia di Hugging Face untuk penyebaran self-host.

Waspadai

671 miliar parameter total berarti menjalankan lokal butuh perangkat keras serius; kebanyakan pengguna akan pakai API.
Konteks 163.840 token — panjang, tapi kurang dari ambang 200K untuk label 'konteks panjang'.
Skor SimpleQA sedikit turun dari R1 asli, jadi pengingatan fakta tidak selalu lebih baik.

Terbaik untuk

Penalaran

Matematika

Pemrograman

Jalankan secara lokal

Agen dan penggunaan alat

Prompt untuk dicoba

Masalah matematika kompetitif

Temukan semua bilangan bulat positif n sehingga n^2 + 1 membagi n^3 + 7. Tunjukkan setiap langkah penalaran, termasuk bagaimana Anda menyingkirkan kasus, dan nyatakan himpunan solusi lengkap dengan bukti.

Debug fungsi rumit

Berikut fungsi Python yang seharusnya mengembalikan substring terpanjang tanpa karakter berulang, tapi kadang salah untuk string dengan karakter Unicode. Jelaskan kesalahannya, alasannya, dan berikan versi perbaikan dengan tes singkat. def longest_unique(s): seen = {} start = max_len = 0 for i, c in enumerate(s): if c in seen: start = seen[c] + 1 seen[c] = i max_len = max(max_len, i - start + 1) return max_len

Rencanakan agen multi-langkah

Rancang agen otonom minimal yang memantau direktori untuk file CSV baru, memvalidasi bahwa setiap file memiliki kolom wajib (tanggal, jumlah, kategori), memindahkan file tidak valid ke folder karantina, dan menambahkan baris valid ke database SQLite. Daftar alat yang dibutuhkan agen, logika keputusan di tiap langkah, dan mode kegagalan yang perlu ditangani.

Bandingkan dengan

DeepSeek V4.1 Flash
Model dengan bobot terbuka
konteks 1,048,576 token · $0.04/M input, $0.68/M output
DeepSeek V4 Flash 0731
Model dengan bobot terbuka
konteks 1,048,576 token · $0.01/M input, $1.28/M output
DeepSeek V4 Flash 0423
Model dengan bobot terbuka
konteks 1,048,576 token · $0.09/M input, $0.18/M output
DeepSeek V4 Pro 0813
Model dengan bobot terbuka
konteks 1,048,576 token · $1.32/M input, $3.96/M output

Model teks lain dari deepseek

Pertanyaan yang sering diajukan

Apakah bobot terbuka dan bisakah saya menjalankan R1 0528 secara lokal?: Ya, bobot terbuka dan tersedia di Hugging Face di bawah deepseek-ai/DeepSeek-R1-0528. Dengan 671 miliar parameter total, Anda butuh perangkat keras besar untuk menjalankan model penuh secara lokal; versi kuantisasi atau varian distilasi lebih praktis untuk kebanyakan setup.
Berapa biaya R1 0528 dan berapa jendela konteksnya?: Via API harganya $0,50 per juta token input dan $2,15 per juta token output, dengan jendela konteks 163.840 token.
Apa perbedaan R1 0528 dengan DeepSeek R1 asli?: Ini pembaruan pasca-pelatihan yang fokus pada penalaran lebih dalam: DeepSeek melaporkan model kini menggunakan sekitar dua kali lipat token per langkah penalaran, dengan peningkatan bermakna di benchmark matematika dan pengkodean serta tingkat halusinasi lebih rendah, plus dukungan pemanggilan fungsi yang tidak diuji di versi asli.

Putusan Kapten
Jika Anda menginginkan penalar frontier dengan bobot terbuka dan pemikiran terlihat, R1 0528 adalah versi DeepSeek terbaik dan paling mumpuni.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Model AI untuk Pembuatan Gambar, Video & Teks

R1 0528 adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm deepseek penalaran matematika pemrograman lokal agen

Jelajahi berdasarkan Keluarga Model