Är vikterna öppna och kan jag köra R1 lokalt?

Ja – DeepSeek R1 är MIT-licensierad med vikter på Hugging Face, så du kan ladda ner och köra den lokalt, även om hela 671B-modellen kräver betydande hårdvara; de sex destillerade varianterna (ner till 1,5B) är mycket mer praktiska för lokal användning.

Vad kostar den och hur stort är kontextfönstret?

Via API kostar den 0,70 USD per miljon inmatningstoken och 2,50 USD per miljon utmatningstoken, med ett kontextfönster på 64 000 token.

Hur skiljer sig R1 från DeepSeeks andra modeller?

R1 är DeepSeeks resonemangsmodell, tränad med storskalig förstärkningsinlärning för att producera explicit chain-of-thought; den riktar sig mot matematik, kod och komplexa resonemang snarare än allmän chatt, och den exponerar sina resonemangstoken istället för att dölja dem.

R1

1660°

#llm #deepseek #resonemang #matematik #kodning #forskning

Körs på Graydient

Kör modellen

Erbjudanden / annonser

Easy Creator (Prism) Webb

Obegränsat · fast avgift

Bäst för nybörjare. Kraftfulla arbetsflöden, låg inlärningströskel.

PirateDiffusion Telegram

Obegränsat · fast avgift

Skapa videor, bilder, anpassade chattpersonligheter med mera.

Pro studio (SpyGlass) Webb

Obegränsat · fast avgift

Bläddra bland modeller, rendera och förbättra från vilken webbläsare eller telefon som helst.

Discord bot (Vector)

Obegränsat · fast avgift

Lägg till Vector till din server eller gå med i Vector Discord. Skapa vad som helst!

Unified Editor Webb

Obegränsat · fast avgift

Redigerare för bilder och video: rendera, redigera, förstora och mer på en sida.

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

Lokala appar

Kräver installation

Installera lokala program om din dator har tillräcklig prestanda.

ModelDuel Webb

Betala per användning

Generera samma prompt på upp till 50 checkpoint-/basmodeller samtidigt.

Hyra GPU i molnet

Graydient Cloud GPU

Obegränsat · fast avgift

Fast avgift, obegränsad användning. Denna modell installeras med ett klick.

RunPod Cloud GPU

Debiteras per minut

Hyra GPU per minut och installera modellen själv.

Guider för denna modell

Bästa lokala LLM efter användningsområde (oktober 2026): rätt öppna modell för varje jobb

Hur mycket VRAM behöver jag egentligen för lokal AI?

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

DeepSeek | 64,000 token-kontext | $0.70/M input, $2.50/M output. DeepSeek R1 är här: Prestanda i nivå med OpenAI o1, men öppen källkod och med helt öppna resonemangstokens. Den har 671 miljarder parametrar, med 37 miljarder aktiva i en inferenspass. Helt öppen källkod modell & teknisk rapportÖppnas i ny flik. MIT-licensierad: Förtunna & kommersialisera fritt!

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

DeepSeek R1 är en 671-miljarder-parameter Mixture-of-Experts-resonemangsmodell från DeepSeek, tränad främst via förstärkningsinlärning snarare än övervakad finjustering. Den matchar OpenAI o1 på matematik-, kod- och resonemangsuppgifter, samtidigt som den publicerar sina chain-of-thought-token öppet – något som o1 inte gör. Med MIT-licens och öppna vikter passar den forskare, utvecklare och alla som vill ha en resonemangsmodell i framkant som de faktiskt kan inspektera, destillera eller kommersiellt använda.

Känd för

Resonemangsprestanda jämförbar med OpenAI o1 på matematik, kod och logik
Fullt synliga chain-of-thought-token – resonemangsprocessen är inte dold
MIT-licens: destillera, finjustera och kommersialisera utan begränsningar
Sex mindre destillerade modeller släppta parallellt, ner till 1,5 miljarder parametrar
RL-tränat resonemang som utvecklat självverifiering och reflektionsbeteenden

Se upp för

671 miljarder totala parametrar: att köra lokalt kräver seriös hårdvara; de flesta användare kommer använda API.
64 000-token kontextfönster är kortare än flera rivaler på denna prestandanivå.
Föregångaren R1-Zero visade språkblandning och repetitionsproblem; R1 förbättrar detta men granska användningsrekommendationerna innan distribution.

Bäst för

Promptar att prova

Bevis med motsägelse

Bevisa att roten ur 2 är irrationell. Visa varje steg i ditt resonemang, markera eventuella antaganden du gör och kontrollera ditt eget argument för luckor innan du ger ett slutgiltigt svar.

Debugga en knepig funktion

Här är en Python-funktion som ska returnera den längsta delsträngen utan upprepade tecken, men den ger fel resultat på vissa indata. Gå igenom logiken steg för steg, identifiera buggen, förklara varför den misslyckas och ge en korrigerad version med en kort förklaring. 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

Planering under begränsningar

Ett litet team på tre ingenjörer måste migrera en live-produktionsdatabas till ett nytt schema utan driftstopp. Databasen har 50 miljoner rader och applikationen kan inte tas offline. Tänk igenom riskerna, lista stegen i ordning och förklara resonemanget bakom varje beslut innan du ger din slutgiltiga migrationsplan.

Jämför med

DeepSeek V4.1 Flash
Öppen vikt-modell
1,048,576 tokens kontext · $0.04/M indata, $0.68/M utdata
DeepSeek V4 Flash 0731
Öppen vikt-modell
1,048,576 tokens kontext · $0.01/M indata, $1.28/M utdata
DeepSeek V4 Flash 0423
Öppen vikt-modell
1,048,576 tokens kontext · $0.09/M indata, $0.18/M utdata
DeepSeek V4 Pro 0813
Öppen vikt-modell
1,048,576 tokens kontext · $1.32/M indata, $3.96/M utdata

Fler textmodeller från deepseek

Vanliga frågor

Är vikterna öppna och kan jag köra R1 lokalt?: Ja – DeepSeek R1 är MIT-licensierad med vikter på Hugging Face, så du kan ladda ner och köra den lokalt, även om hela 671B-modellen kräver betydande hårdvara; de sex destillerade varianterna (ner till 1,5B) är mycket mer praktiska för lokal användning.
Vad kostar den och hur stort är kontextfönstret?: Via API kostar den 0,70 USD per miljon inmatningstoken och 2,50 USD per miljon utmatningstoken, med ett kontextfönster på 64 000 token.
Hur skiljer sig R1 från DeepSeeks andra modeller?: R1 är DeepSeeks resonemangsmodell, tränad med storskalig förstärkningsinlärning för att producera explicit chain-of-thought; den riktar sig mot matematik, kod och komplexa resonemang snarare än allmän chatt, och den exponerar sina resonemangstoken istället för att dölja dem.

Kaptens omdöme
Den mest betydande resonemangsmodellen med öppna vikter som släppts hittills: prestanda i framkant, MIT-licens och inget dolt i tänkandeprocessen.

Model card på Hugging Face

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

AI-modeller för bild-, video- och textgenerering

R1 är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller, se dess hettapoäng och prova den på PirateDiffusion eller BitVector.

Fler Text / LLM-modeller llm deepseek resonemang matematik kodning forskning lokal

Bläddra efter modellfamilj