Adakah berat terbuka dan boleh saya jalankan R1 0528 secara tempatan?

Ya, berat terbuka dan tersedia di Hugging Face di bawah deepseek-ai/DeepSeek-R1-0528. Pada 671B parameter keseluruhan anda perlukan perkakasan besar untuk jalankan model penuh secara tempatan; versi kuantisasi atau varian distilasi lebih praktikal untuk kebanyakan setup.

Berapa kos R1 0528 dan berapa tingkap konteks?

Melalui API ia berharga $0.50 bagi sejuta token input dan $2.15 bagi sejuta token output, dengan tingkap konteks 163,840 token.

Bagaimana R1 0528 berbeza dari DeepSeek R1 asal?

Ia kemas kini selepas latihan fokus pada penaakulan lebih mendalam: DeepSeek melaporkan model kini guna kira-kira dua kali ganda token setiap langkah penaakulan, dengan peningkatan bermakna pada penanda aras matematik dan pengkodan serta kadar halusinasi lebih rendah, plus sokongan panggilan fungsi tambahan yang tidak diuji dalam versi asal.

R1 0528

4585°

#llm #deepseek #penalaran #matematik #pengaturcaraan #tempatan

Jalankan model ini

Tawaran / Iklan

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

DeepSeek | konteks 163,840 token | $0.50/M input, $2.15/M output. Kemas kini 28 Mei kepada [DeepSeek R1 asal](/deepseek/deepseek-r1) Prestasi setanding dengan [OpenAI o1](/openai/o1), tetapi sumber terbuka dan dengan token penaakulan sepenuhnya terbuka. Saiznya 671B parameter, dengan 37B aktif...

Panduan untuk model ini

Ollama vs LM Studio (2026): aplikasi AI tempatan mana yang patut digunakan, dan model teratas yang dijalankan oleh setiap satu

LLM tempatan terbaik mengikut kegunaan (Oktober 2026): model terbuka yang sesuai untuk setiap kerja

Berapa banyak VRAM yang saya perlukan untuk AI tempatan?

Apakah fail GGUF? Model kuantisasi diterangkan (Q4, Q8, fp8, NF4)

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

DeepSeek R1 0528 adalah kemas kini Mei 2025 untuk model penaakulan utama DeepSeek, dibina oleh DeepSeek. Pada 671B parameter dengan 37B aktif, ia menekan lebih kuat pada matematik, pengkodan kompetitif dan logik berbanding R1 asal, dengan DeepSeek memetik peningkatan penanda aras menyeluruh. Berat terbuka dan jejak penaakulan sepenuhnya kelihatan menjadikannya pilihan serius jika anda mahu penaakulan kelas hadapan yang boleh anda periksa dan jalankan sendiri.

Dikenali untuk

Prestasi matematik kuat, termasuk peningkatan ketepatan AIME 2025 besar berbanding R1 asal.
Keputusan pengkodan kompetitif, dengan peningkatan besar pada LiveCodeBench dan Aider-Polyglot.
Token penaakulan terbuka sepenuhnya — anda lihat rantai pemikiran, bukan hanya jawapan.
Kadar halusinasi dikurangkan dan panggilan fungsi dipertingkat berbanding versi sebelumnya.
Berat terbuka tersedia di Hugging Face untuk pelaksanaan hos sendiri.

Berhati-hati dengan

671B parameter keseluruhan bermakna jalankan secara tempatan memerlukan perkakasan serius; kebanyakan pengguna akan guna API.
Konteks 163,840 token — panjang, tapi kurang dari ambang 200K untuk label 'konteks panjang'.
Skor SimpleQA turun sedikit dari R1 asal, jadi ingatan fakta bukan kemenangan bersih.

Terbaik untuk

Penalaran

Matematik

Pengaturcaraan

Jalankan secara tempatan

Ejen dan penggunaan alat

Arahan untuk cuba

Masalah matematik kompetitif

Cari semua integer positif n sedemikian rupa sehingga n^2 + 1 membahagi n^3 + 7. Tunjukkan setiap langkah penaakulan anda, termasuk bagaimana anda menolak kes, dan nyatakan set penyelesaian lengkap dengan bukti.

Betulkan fungsi rumit

Berikut fungsi Python yang sepatutnya pulangkan substring terpanjang tanpa aksara berulang, tapi kadang-kadang pulangkan panjang salah untuk rentetan dengan aksara Unicode. Terangkan apa yang salah, sebabnya, dan berikan versi betul dengan ujian ringkas. 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

Rancang ejen berbilang langkah

Reka ejen autonomi minimal yang memantau direktori untuk fail CSV baru, sahkan setiap fail ada lajur diperlukan (tarikh, jumlah, kategori), pindahkan fail tidak sah ke folder kuarantin, dan tambah baris sah ke pangkalan data SQLite. Senaraikan alat yang ejen perlukan, logik keputusan setiap langkah, dan sebarang mod kegagalan yang patut diurus.

Bandingkan dengan

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

Lebih banyak model teks dari deepseek

Soalan yang sering ditanya

Adakah berat terbuka dan boleh saya jalankan R1 0528 secara tempatan?: Ya, berat terbuka dan tersedia di Hugging Face di bawah deepseek-ai/DeepSeek-R1-0528. Pada 671B parameter keseluruhan anda perlukan perkakasan besar untuk jalankan model penuh secara tempatan; versi kuantisasi atau varian distilasi lebih praktikal untuk kebanyakan setup.
Berapa kos R1 0528 dan berapa tingkap konteks?: Melalui API ia berharga $0.50 bagi sejuta token input dan $2.15 bagi sejuta token output, dengan tingkap konteks 163,840 token.
Bagaimana R1 0528 berbeza dari DeepSeek R1 asal?: Ia kemas kini selepas latihan fokus pada penaakulan lebih mendalam: DeepSeek melaporkan model kini guna kira-kira dua kali ganda token setiap langkah penaakulan, dengan peningkatan bermakna pada penanda aras matematik dan pengkodan serta kadar halusinasi lebih rendah, plus sokongan panggilan fungsi tambahan yang tidak diuji dalam versi asal.

Keputusan Kapten
Jika anda mahu penaakulan termaju dengan berat terbuka dan pemikiran kelihatan, R1 0528 adalah versi paling mampu model terbaik DeepSeek setakat ini.

Kad model di Hugging Face

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh 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 dijumlahkan

Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Model serupa

Hunyuan A13B Instruct

TEXT / LLM

Model AI untuk penjanaan imej, video dan teks

R1 0528 ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm deepseek penalaran matematik pengaturcaraan tempatan ejen

Layari mengikut keluarga model