Czy wagi są otwarte i czy mogę uruchomić R1 0528 lokalnie?

Tak, wagi są otwarte i dostępne na Hugging Face pod deepseek-ai/DeepSeek-R1-0528. Przy 671 mld parametrach potrzebujesz sporego sprzętu do lokalnego uruchomienia pełnego modelu; wersja kwantyzowana lub mniejszy wariant destylowany są bardziej praktyczne dla większości konfiguracji.

Ile kosztuje R1 0528 i jak długie jest okno kontekstu?

Przez API kosztuje 0,50 USD za milion tokenów wejściowych i 2,15 USD za milion tokenów wyjściowych, z oknem kontekstu 163 840 tokenów.

Czym R1 0528 różni się od oryginalnego DeepSeek R1?

To aktualizacja po treningu skupiona na głębszym rozumowaniu: DeepSeek podaje, że model używa teraz około dwa razy więcej tokenów na krok rozumowania, z istotnymi wzrostami na benchmarkach matematycznych i kodowania oraz niższą liczbą halucynacji, a także dodanym wsparciem wywoływania funkcji, które nie było testowane w oryginale.

R1 0528

4585°

#llm #deepseek #rozumowanie #matematyka #kodowanie #lokalny

Uruchom model

Oferty / Reklamy

OpenRouter Terminal / API

Płać za token

Rozmawiaj z tym modelem w przeglądarce lub wywołuj go z kodu za pomocą jednego klucza API.

DeepSeek | kontekst 163 840 tokenów | $0.50/M wejścia, $2.15/M wyjścia. Aktualizacja z 28 maja do [oryginalnego DeepSeek R1](/deepseek/deepseek-r1). Wydajność porównywalna z [OpenAI o1](/openai/o1), ale open-source i z w pełni otwartymi tokenami rozumowania. Model ma 671 miliardów parametrów, z 37 miliardami aktywnymi...

Poradniki do tego modelu

Ollama vs LM Studio (2026): którą lokalną aplikację AI wybrać i które topowe modele obsługuje każda z nich

Najlepsze lokalne LLM według zastosowania (październik 2026): odpowiedni otwarty model do każdego zadania

Ile VRAM naprawdę potrzebuję do lokalnej AI?

Co to jest plik GGUF? Wyjaśnienie modeli kwantyzowanych (Q4, Q8, fp8, NF4)

Wszystkie poradniki

Notatki kapitana

Napisane przez Captain, redaktora domu

Notatki z 2026-10-13

DeepSeek R1 0528 to aktualizacja z maja 2025 flagowego modelu rozumowania DeepSeek. Przy 671 mld parametrach i 37 mld aktywnych, mocniej stawia na matematykę, kodowanie konkurencyjne i logikę niż oryginalny R1, a DeepSeek podaje wzrosty wyników we wszystkich benchmarkach. Otwarte wagi i w pełni widoczne ślady rozumowania czynią go poważną opcją, jeśli chcesz modelu klasy czołowej, który możesz samodzielnie uruchomić i zbadać.

Znany z

Silne wyniki w matematyce, w tym duże wzrosty dokładności na AIME 2025 względem oryginalnego R1.
Wyniki w kodowaniu konkurencyjnym, z dużymi poprawami na LiveCodeBench i Aider-Polyglot.
Pełne otwarte tokeny rozumowania — widzisz łańcuch myślenia, nie tylko odpowiedź.
Zmniejszona liczba halucynacji i lepsze wywoływanie funkcji w porównaniu do poprzedniej wersji.
Otwarte wagi dostępne na Hugging Face do samodzielnego hostingu.

Uważaj na

671 mld parametrów oznacza, że lokalne uruchomienie wymaga poważnego sprzętu; większość użytkowników korzysta z API.
Kontekst to 163 840 tokenów — długi, ale nie osiąga progu 200 tys. tokenów dla etykiety 'długi kontekst'.
Wynik SimpleQA nieco spadł względem oryginalnego R1, więc przypominanie faktów nie jest jednoznacznie lepsze.

Najlepszy do

Agenci i użycie narzędzi

Podpowiedzi do wypróbowania

Konkurencyjne zadanie matematyczne

Znajdź wszystkie dodatnie liczby całkowite n takie, że n^2 + 1 dzieli n^3 + 7. Pokaż każdy krok rozumowania, w tym jak wykluczasz przypadki, i podaj pełen zbiór rozwiązań z dowodem.

Debugowanie trudnej funkcji

Oto funkcja w Pythonie, która ma zwracać najdłuższy podciąg bez powtarzających się znaków, ale czasem zwraca błędną długość dla ciągów z znakami Unicode. Przeanalizuj, co jest nie tak, wyjaśnij dlaczego i podaj poprawioną wersję z krótkim testem. 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

Planowanie wieloetapowego agenta

Zaprojektuj minimalnego autonomicznego agenta, który monitoruje katalog pod kątem nowych plików CSV, sprawdza, czy każdy plik ma wymagane kolumny (data, kwota, kategoria), przenosi pliki nieprawidłowe do folderu kwarantanny i dopisuje poprawne wiersze do bazy SQLite. Wymień narzędzia potrzebne agentowi, logikę decyzyjną na każdym kroku i możliwe tryby awarii, które warto obsłużyć.

Porównaj z

DeepSeek V4.1 Flash
Model z otwartymi wagami
Kontekst 1,048,576 tokenów · $0.04/M wejście, $0.68/M wyjście
DeepSeek V4 Flash 0731
Model z otwartymi wagami
Kontekst 1,048,576 tokenów · $0.01/M wejście, $1.28/M wyjście
DeepSeek V4 Flash 0423
Model z otwartymi wagami
Kontekst 1,048,576 tokenów · $0.09/M wejście, $0.18/M wyjście
DeepSeek V4 Pro 0813
Model z otwartymi wagami
Kontekst 1,048,576 tokenów · $1.32/M wejście, $3.96/M wyjście

Więcej modeli tekstowych od deepseek

Pytania, które ludzie zadają

Czy wagi są otwarte i czy mogę uruchomić R1 0528 lokalnie?: Tak, wagi są otwarte i dostępne na Hugging Face pod deepseek-ai/DeepSeek-R1-0528. Przy 671 mld parametrach potrzebujesz sporego sprzętu do lokalnego uruchomienia pełnego modelu; wersja kwantyzowana lub mniejszy wariant destylowany są bardziej praktyczne dla większości konfiguracji.
Ile kosztuje R1 0528 i jak długie jest okno kontekstu?: Przez API kosztuje 0,50 USD za milion tokenów wejściowych i 2,15 USD za milion tokenów wyjściowych, z oknem kontekstu 163 840 tokenów.
Czym R1 0528 różni się od oryginalnego DeepSeek R1?: To aktualizacja po treningu skupiona na głębszym rozumowaniu: DeepSeek podaje, że model używa teraz około dwa razy więcej tokenów na krok rozumowania, z istotnymi wzrostami na benchmarkach matematycznych i kodowania oraz niższą liczbą halucynacji, a także dodanym wsparciem wywoływania funkcji, które nie było testowane w oryginale.

Wyrok kapitana
Jeśli chcesz model czołowy do rozumowania z otwartymi wagami i widocznym myśleniem, R1 0528 to najbardziej zaawansowana wersja najlepszego modelu DeepSeek.

Karta modelu na Hugging Face

Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.

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

Jak ten wynik się sumuje

Ten model nie ma jeszcze danych o popularności z żadnego źródła, więc ma zastępczą wartość poniżej 7,000°, która pozwala utrzymać kompletność list. Nigdy nie zajmuje wyższej pozycji niż model z danymi. Szczegóły pojawią się tutaj, gdy tylko jakieś źródło je zgłosi.

Słowniczek: używane tu terminy

Wynik heat: Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa: 7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań: Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna: Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia: Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji: Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany: Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder: Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde: Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące: Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter: Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint): Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding: Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi: Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek: Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny: Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy: Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji): Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend: Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model: Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.

Podobne modele

Modele AI do generowania obrazów, wideo i tekstu

R1 0528 to model tekstowy z rodziny Text / LLM wymieniony na ModelTrends.ai, katalogu tylko do odczytu otwartych modeli AI do obrazów, wideo i tekstu. Porównaj go z innymi modelami Text / LLM i sprawdź wynik popularności, aby zobaczyć trend.

Więcej modeli Text / LLM Więcej Text / LLM Tekst / LLM llm deepseek rozumowanie matematyka kodowanie lokalny agenci

Przeglądaj według rodziny modeli