Model
.ai
siguiendo los modelos de IA abiertos
R1
Guías para este modelo
Todas las guías
DeepSeek | contexto de 64,000 tokens | $0.70/M entrada, $2.50/M salida. DeepSeek R1 está aquí: rendimiento comparable a OpenAI o1, pero de código abierto y con tokens de razonamiento completamente abiertos. Tiene 671 mil millones de parámetros, con 37 mil millones activos en una pasada de inferencia. Modelo y reporte técnico completamente open-sourceOpens in new tab. Licencia MIT: ¡Destilar y comercializar libremente!
DeepSeek R1 es un modelo de razonamiento Mixture-of-Experts de 671 mil millones de parámetros de DeepSeek, entrenado principalmente mediante aprendizaje por refuerzo en lugar de ajuste supervisado. Igual a OpenAI o1 en tareas de matemáticas, código y razonamiento, publica abiertamente sus tokens de cadena de pensamiento — algo que o1 no hace. Con licencia MIT y pesos abiertos, es ideal para investigadores, desarrolladores y cualquiera que quiera un razonador de clase vanguardia que realmente puedan inspeccionar, destilar o desplegar comercialmente.

Conocido por

  • Rendimiento de razonamiento comparable a OpenAI o1 en matemáticas, código y lógica
  • Tokens de cadena de pensamiento completamente visibles — el proceso de razonamiento no está oculto
  • Licencia MIT: destila, ajusta y comercializa sin restricciones
  • Seis modelos destilados más pequeños lanzados junto, hasta 1.5B parámetros
  • Razonamiento entrenado con RL que emergió con comportamientos de auto-verificación y reflexión

Cuidado con

  • 671B parámetros totales: ejecutarlo localmente requiere hardware serio; la mayoría usará la API.
  • Ventana de contexto de 64,000 tokens, más corta que varios rivales en este nivel de rendimiento.
  • El predecesor R1-Zero mostró problemas de mezcla de idiomas y repetición; R1 mejora esto pero revisa las recomendaciones de uso antes de desplegar.

Prompts para probar

Demostración por contradicción
Demuestra que la raíz cuadrada de 2 es irracional. Muestra cada paso de tu razonamiento, señala cualquier suposición que hagas y revisa tu propio argumento en busca de fallos antes de dar una respuesta final.
Depurar una función complicada
Aquí hay una función Python que debería devolver la subcadena más larga sin caracteres repetidos, pero da resultados incorrectos en algunas entradas. Recorre la lógica paso a paso, identifica el error, explica por qué falla y da una versión corregida con una breve explicación. 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
Plan bajo restricciones
Un pequeño equipo de tres ingenieros debe migrar una base de datos de producción en vivo a un nuevo esquema sin tiempo de inactividad. La base de datos tiene 50 millones de filas y la aplicación no puede estar fuera de línea. Piensa en los riesgos, enumera los pasos en orden y explica el razonamiento detrás de cada decisión antes de dar tu plan final de migración.

Comparar con

  • DeepSeek V4.1 Flash
    Modelo con pesos abiertos
    Contexto de 1,048,576 tokens · $0.04/M entrada, $0.68/M salida
  • DeepSeek V4 Flash 0731
    Modelo con pesos abiertos
    Contexto de 1,048,576 tokens · $0.01/M entrada, $1.28/M salida
  • DeepSeek V4 Flash 0423
    Modelo con pesos abiertos
    Contexto de 1,048,576 tokens · $0.09/M entrada, $0.18/M salida
  • DeepSeek V4 Pro 0813
    Modelo con pesos abiertos
    Contexto de 1,048,576 tokens · $1.32/M entrada, $3.96/M salida
Más modelos de texto de deepseek

Preguntas frecuentes

¿Los pesos son abiertos y puedo ejecutar R1 localmente?
Sí — DeepSeek R1 tiene licencia MIT con pesos en Hugging Face, por lo que puedes descargarlo y ejecutarlo localmente, aunque el modelo completo de 671B requiere hardware sustancial; las seis variantes destiladas (hasta 1.5B) son mucho más prácticas para uso local.
¿Cuánto cuesta y qué tan larga es la ventana de contexto?
Por API cuesta $0.70 por millón de tokens de entrada y $2.50 por millón de tokens de salida, con una ventana de contexto de 64,000 tokens.
¿En qué se diferencia R1 de otros modelos de DeepSeek?
R1 es el modelo enfocado en razonamiento de DeepSeek, entrenado con aprendizaje por refuerzo a gran escala para producir cadena de pensamiento explícita; está orientado a matemáticas, código y razonamiento complejo en lugar de chat general, y expone sus tokens de razonamiento en lugar de ocultarlos.
Veredicto del capitán
El modelo de razonamiento con pesos abiertos más significativo lanzado hasta ahora: rendimiento de vanguardia, licencia MIT y nada oculto en el proceso de pensamiento.
Ficha del modelo en Hugging Face
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
Ranking badge
Updated Oct 22, 2026
R1 en ModelTrends.ai: Heat 1,660°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
Puntuación heat
Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
Piso
Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
Equivalentes a descargas
Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
Escala logarítmica
Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
Likes
Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
Tasa de adopción
Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
Medido y estimado
Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
Seeder
Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
AI Horde
Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
Sitios de generación
Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
Tokens de OpenRouter
Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint)
Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
LoRA y embedding
Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
Familia y pesos
La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
Antigüedad
Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
Impulso de familia
Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
Puntaje provisional
Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
¡Nuevo! (periodo de gracia)
Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
Tendencia
Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
Modelo típico
El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.