R1 0528
4585°
Executar modelo
Ofertas / Anúncios
DeepSeek | contexto de 163.840 tokens | $0,50/M entrada, $2,15/M saída. Atualização de 28 de maio para o [DeepSeek R1 original](/deepseek/deepseek-r1). Desempenho equivalente ao [OpenAI o1](/openai/o1), mas open-source e com tokens de raciocínio totalmente abertos. Possui 671 bilhões de parâmetros, com 37 bilhões ativos...
Guias para este modelo
Ollama vs LM Studio (2026): qual app de IA local usar e quais os melhores modelos que cada um roda
Melhor LLM local por caso de uso (outubro de 2026): o modelo aberto certo para cada tarefa
De quanto VRAM eu realmente preciso para IA local?
O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)
Notas do capitão
Notas de 2026-10-13
DeepSeek R1 0528 é uma atualização de maio de 2025 do modelo principal de raciocínio da DeepSeek, construído pela DeepSeek. Com 671B parâmetros e 37B ativos, ele se destaca em matemática, codificação competitiva e lógica mais do que o R1 original, com ganhos de benchmark citados pela DeepSeek em todas as áreas. Pesos abertos e rastros de raciocínio totalmente visíveis fazem dele uma opção séria se você quer um raciocinador de ponta que pode realmente inspecionar e rodar você mesmo.
Conhecido por
- Desempenho forte em matemática, incluindo grandes ganhos de precisão no AIME 2025 sobre o R1 original.
- Resultados competitivos em codificação, com melhorias significativas no LiveCodeBench e Aider-Polyglot.
- Tokens de raciocínio totalmente abertos — você vê a cadeia de pensamento, não apenas a resposta.
- Taxa reduzida de alucinação e melhor chamada de funções em relação à versão anterior.
- Pesos abertos disponíveis no Hugging Face para implantação auto-hospedada.
Fique atento a
- 671B parâmetros totais significa que rodar localmente exige hardware robusto; a maioria dos usuários usará API.
- Contexto é de 163.840 tokens — longo, mas abaixo do limite de 200K para rótulo de 'contexto longo'.
- A pontuação SimpleQA caiu ligeiramente em relação ao R1 original, então a recordação factual não é uma vitória limpa.
Sugestões para tentar
Problema matemático competitivo
Encontre todos os inteiros positivos n tais que n^2 + 1 divide n^3 + 7. Mostre cada passo do seu raciocínio, incluindo como você elimina casos, e declare o conjunto completo de soluções com prova.
Depurar uma função complicada
Aqui está uma função Python que deveria retornar a maior substring sem caracteres repetidos, mas às vezes retorna o comprimento errado para strings com caracteres Unicode. Explique o que está errado, por quê, e dê uma versão corrigida com um breve teste.
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
Planejar um agente em múltiplas etapas
Projete um agente autônomo mínimo que monitore um diretório para novos arquivos CSV, valide que cada arquivo tem as colunas necessárias (data, valor, categoria), mova arquivos inválidos para uma pasta de quarentena e adicione linhas válidas a um banco de dados SQLite. Liste as ferramentas que o agente precisa, a lógica de decisão em cada etapa e quaisquer modos de falha que valha a pena tratar.
Comparar com
- DeepSeek V4.1 FlashModelo com pesos abertosContexto de 1,048,576 tokens · entrada $0.04/M, saída $0.68/M
- DeepSeek V4 Flash 0731Modelo com pesos abertosContexto de 1,048,576 tokens · entrada $0.01/M, saída $1.28/M
- DeepSeek V4 Flash 0423Modelo com pesos abertosContexto de 1,048,576 tokens · entrada $0.09/M, saída $0.18/M
- DeepSeek V4 Pro 0813Modelo com pesos abertosContexto de 1,048,576 tokens · entrada $1.32/M, saída $3.96/M
Mais modelos de texto de deepseek
Perguntas frequentes
- Os pesos são abertos e posso rodar o R1 0528 localmente?
- Sim, os pesos são abertos e disponíveis no Hugging Face sob deepseek-ai/DeepSeek-R1-0528. Com 671B parâmetros totais, você precisará de hardware substancial para rodar o modelo completo localmente; uma versão quantizada ou variante destilada menor é mais prática para a maioria dos setups.
- Qual o custo do R1 0528 e qual a janela de contexto?
- Via API custa $0,50 por milhão de tokens de entrada e $2,15 por milhão de tokens de saída, com uma janela de contexto de 163.840 tokens.
- Como o R1 0528 difere do DeepSeek R1 original?
- É uma atualização pós-treinamento focada em raciocínio mais profundo: a DeepSeek relata que o modelo agora usa cerca do dobro de tokens por passo de raciocínio, com ganhos significativos em benchmarks de matemática e codificação, menor taxa de alucinação e suporte adicional a chamadas de função que não foi testado no original.
Veredito do capitãoSe você quer um raciocinador de ponta com pesos abertos e pensamento visível, o R1 0528 é a versão mais capaz do melhor modelo da DeepSeek até agora.
Ficha do modelo no Hugging Face
O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.
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.
Como essa pontuação é calculada
Este modelo ainda não tem dados de popularidade de nenhuma fonte, então ele carrega um número provisório abaixo de 7,000° para manter as listas completas. Ele nunca fica acima de um modelo com dados. A divisão aparece aqui assim que uma fonte reporta.
Glossário: os termos usados aqui
- Pontuação heat
- Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
- Limite mínimo
- Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
- Equivalentes a downloads
- Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
- Escala logarítmica
- Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
- Likes
- Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
- Taxa de adoção
- Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
- Medido e estimado
- Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
- Seeder
- Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
- AI Horde
- Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
- Sites de geração
- Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
- Tokens OpenRouter
- Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
- LoRA e embedding
- Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
- Família e pesos
- A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
- Idade
- Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
- Impulso da família
- Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
- Pontuação provisória
- Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
- Novo! (período de carência)
- Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
- Tendência
- Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
- Modelo típico
- O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.
R1 0528 é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM e veja a pontuação de calor para acompanhar a tendência.
Mais modelos Text / LLMMais Texto / LLM Text / LLMllmdeepseekraciocíniomatemáticaprogramaçãolocalagentes
Navegar por família de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153