Adakah berat terbuka dan bolehkah saya jalankan R1 secara tempatan?

Ya — DeepSeek R1 berlesen MIT dengan berat di Hugging Face, jadi anda boleh muat turun dan jalankan secara tempatan, walaupun model penuh 671B memerlukan perkakasan besar; enam varian sulingan (sehingga 1.5B) lebih praktikal untuk kegunaan tempatan.

Berapa kos dan berapa panjang konteksnya?

Melalui API ia berharga $0.70 setiap sejuta token input dan $2.50 setiap sejuta token output, dengan tetingkap konteks 64,000 token.

Bagaimana R1 berbeza daripada model DeepSeek lain?

R1 adalah model fokus penaakulan DeepSeek, dilatih dengan pembelajaran penguatan berskala besar untuk menghasilkan rantai pemikiran yang jelas; ia mensasarkan matematik, kod, dan penaakulan kompleks berbanding chat umum, dan mendedahkan token penaakulan berbanding menyembunyikannya.

R1

1660°

#llm #deepseek #penalaran #matematik #pengaturcaraan #penyelidikan

Berjalan di Graydient

Jalankan model ini

Tawaran / Iklan

Easy Creator (Prism) Web

Tanpa had · yuran tetap

Terbaik untuk pemula. Aliran kerja yang kuat, lengkung pembelajaran rendah.

PirateDiffusion Telegram

Tanpa had · yuran tetap

Cipta video, imej, persona sembang tersuai, dan banyak lagi.

Pro studio (SpyGlass) Web

Tanpa had · yuran tetap

Layari model, render dan perbaiki dari mana-mana pelayar atau telefon.

Discord bot (Vector)

Tanpa had · yuran tetap

Tambah Vector ke pelayan anda atau sertai Discord Vector. Cipta apa sahaja!

Unified Editor Web

Tanpa had · yuran tetap

Editor untuk imej dan video: render, sunting, tingkatkan dan banyak lagi dalam satu halaman.

OpenRouter Terminal / API

Bayar setiap token

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

Aplikasi tempatan

Perlu tetapan

Pasang program tempatan kalau komputer kau cukup kuat.

ModelDuel Web

Bayar ikut guna

Jana arahan yang sama pada sehingga 50 model checkpoint/asas sekaligus.

Sewa GPU di awan

Graydient Cloud GPU

Tanpa had · yuran tetap

Bayaran tetap, penggunaan tanpa had. Model ini dipasang dengan satu klik.

RunPod Cloud GPU

Caj mengikut minit

Sewa GPU mengikut minit dan pasang model sendiri.

Panduan untuk model ini

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

DeepSeek | konteks token 64,000 | $0.70/M input, $2.50/M output. DeepSeek R1 hadir: Prestasi setanding dengan OpenAI o1, tetapi sumber terbuka dan dengan token penaakulan sepenuhnya terbuka. Ia mempunyai 671B parameter, dengan 37B aktif dalam satu laluan inferens. Model & laporan teknikal sumber terbuka sepenuhnyaOpens in new tab. Lesen MIT: Distill & komersialkan dengan bebas!

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

DeepSeek R1 adalah model penaakulan campuran pakar 671 bilion parameter dari DeepSeek, dilatih terutamanya melalui pembelajaran penguatan dan bukan penalaan halus terarah. Ia menyamai OpenAI o1 dalam tugasan matematik, kod, dan penaakulan, sambil menerbitkan token rantai pemikiran secara terbuka — sesuatu yang o1 tidak lakukan. Berlesen MIT dan berat terbuka, ia sesuai untuk penyelidik, pembangun, dan sesiapa yang mahukan penaakulan kelas hadapan yang boleh diperiksa, disuling, atau digunakan secara komersial.

Dikenali untuk

Prestasi penaakulan setanding dengan OpenAI o1 dalam matematik, kod, dan tugasan logik
Token rantai pemikiran yang sepenuhnya kelihatan — proses penaakulan tidak disembunyikan
Lesen MIT: boleh suling, laras halus, dan komersial tanpa sekatan
Enam model sulingan lebih kecil dikeluarkan bersama, sehingga 1.5B parameter
Penaakulan dilatih RL yang menunjukkan tingkah laku pemeriksaan kendiri dan refleksi

Berhati-hati dengan

671B jumlah parameter: menjalankannya secara tempatan memerlukan perkakasan serius; kebanyakan pengguna akan menggunakan API.
Tetingkap konteks 64,000 token lebih pendek daripada beberapa pesaing pada tahap prestasi ini.
Pendahulu R1-Zero menunjukkan isu pencampuran bahasa dan pengulangan; R1 memperbaiki ini tetapi semak cadangan penggunaan sebelum digunakan.

Terbaik untuk

Jalankan secara tempatan

Arahan untuk cuba

Bukti melalui kontradiksi

Buktikan bahawa punca kuasa dua 2 adalah irasional. Tunjukkan setiap langkah penaakulan anda, tandakan sebarang andaian yang dibuat, dan semak hujah anda sendiri untuk kekurangan sebelum memberikan jawapan akhir.

Membaiki fungsi yang rumit

Ini adalah fungsi Python yang sepatutnya mengembalikan substring terpanjang tanpa aksara berulang, tetapi memberikan keputusan salah pada beberapa input. Teliti logik langkah demi langkah, kenal pasti pepijat, terangkan mengapa ia gagal, dan berikan versi yang diperbetulkan dengan penjelasan ringkas. 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

Pelan di bawah kekangan

Sekumpulan kecil tiga jurutera perlu memindahkan pangkalan data produksi langsung ke skema baru tanpa henti operasi. Pangkalan data mempunyai 50 juta baris dan aplikasi tidak boleh dimatikan. Fikirkan risiko, senaraikan langkah mengikut urutan, dan terangkan alasan di sebalik setiap keputusan sebelum memberikan pelan migrasi akhir.

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 bolehkah saya jalankan R1 secara tempatan?: Ya — DeepSeek R1 berlesen MIT dengan berat di Hugging Face, jadi anda boleh muat turun dan jalankan secara tempatan, walaupun model penuh 671B memerlukan perkakasan besar; enam varian sulingan (sehingga 1.5B) lebih praktikal untuk kegunaan tempatan.
Berapa kos dan berapa panjang konteksnya?: Melalui API ia berharga $0.70 setiap sejuta token input dan $2.50 setiap sejuta token output, dengan tetingkap konteks 64,000 token.
Bagaimana R1 berbeza daripada model DeepSeek lain?: R1 adalah model fokus penaakulan DeepSeek, dilatih dengan pembelajaran penguatan berskala besar untuk menghasilkan rantai pemikiran yang jelas; ia mensasarkan matematik, kod, dan penaakulan kompleks berbanding chat umum, dan mendedahkan token penaakulan berbanding menyembunyikannya.

Keputusan Kapten
Model penaakulan berat terbuka paling penting yang dikeluarkan setakat ini: prestasi hadapan, lesen MIT, dan tiada apa disembunyikan dalam proses pemikiran.

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

Muse Spark 1.2

TEXT / LLM

Gemini 3.1 Flash Lite Preview

TEXT / LLM

Hermes 3 70B Instruct

TEXT / LLM

Command R7B (12 2024)

TEXT / LLM

Model AI untuk penjanaan imej, video dan teks

R1 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, semak skor habanya untuk melihat trendnya, dan bukanya di PirateDiffusion atau BitVector untuk mencubanya.

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

Layari mengikut keluarga model