Ağırlıklar açık mı ve R1 0528'i yerel çalıştırabilir miyim?

Evet, ağırlıklar deepseek-ai/DeepSeek-R1-0528 altında Hugging Face'de açık. 671 milyar parametre nedeniyle tam modeli yerelde çalıştırmak için ciddi donanım gerekir; çoğu kurulum için kuantize veya daha küçük distile varyantlar daha pratiktir.

R1 0528 fiyatı ve bağlam penceresi nedir?

API üzerinden milyon giriş token başına 0,50$ ve milyon çıkış token başına 2,15$ fiyatlandırılır, bağlam penceresi 163.840 token.

R1 0528 orijinal DeepSeek R1'den nasıl farklı?

Eğitim sonrası güncelleme olup daha derin akıl yürütmeye odaklanır: DeepSeek, modelin artık her akıl yürütme adımında yaklaşık iki kat daha fazla token kullandığını, matematik ve kodlama kıyaslamalarında anlamlı kazanımlar ve daha düşük halüsinasyon oranı olduğunu, ayrıca orijinalde kıyaslanmamış fonksiyon çağrısı desteği eklediğini bildiriyor.

R1 0528

4585°

#llm #deepseek #akıl yürütme #matematik #kodlama #yerel

Modeli çalıştır

Teklifler / Reklamlar

OpenRouter Terminal / API

Token başına ödeme

Bu modelle tarayıcıda sohbet edin veya tek bir API anahtarıyla kodunuzdan çağırın.

DeepSeek | 163.840 token bağlam | $0.50/M giriş, $2.15/M çıkış. 28 Mayıs güncellemesi [orijinal DeepSeek R1](/deepseek/deepseek-r1) ile. Performans [OpenAI o1](/openai/o1) ile eşdeğerdir, ancak açık kaynaklıdır ve tamamen açık akıl yürütme tokenlarına sahiptir. Boyutu 671 milyar parametre olup, 37 milyar aktif...

Bu model için rehberler

Ollama vs LM Studio (2026): Hangi Yerel AI Uygulamasını Kullanmalı ve Her Biri Hangi Üst Modelleri Çalıştırıyor

Kullanım Amacına Göre En İyi Yerel LLM (Ekim 2026): Her İş İçin Doğru Açık Model

Yerel AI için aslında ne kadar VRAM gerekiyor?

GGUF dosyası nedir? Kuantize modellerin açıklaması (Q4, Q8, fp8, NF4)

Tüm rehberler

Kaptanın notları

Captain tarafından yazıldı, ev editörü

2026-10-13 tarihli notlar

DeepSeek R1 0528, DeepSeek'in amiral gemisi akıl yürütme modelinin Mayıs 2025 güncellemesi olup, 671 milyar parametreli ve 37 milyar aktif parametreye sahiptir. Orijinal R1'e kıyasla matematik, rekabetçi kodlama ve mantıkta belirgin ilerlemeler sunar; DeepSeek tüm kıyaslama testlerinde gelişmeler bildirmiştir. Açık ağırlıklar ve tamamen görünür akıl yürütme izleri, öncü sınıf bir akıl yürütücüyü kendiniz inceleyip çalıştırmak istiyorsanız ciddi bir seçenek yapar.

İle tanınır

Güçlü matematik performansı, orijinal R1'e göre büyük AIME 2025 doğruluk artışları dahil.
Rekabetçi kodlama sonuçları, LiveCodeBench ve Aider-Polyglot'ta önemli iyileştirmeler.
Tamamen açık akıl yürütme tokenları — sadece cevabı değil, düşünce zincirini de görürsünüz.
Önceki sürüme göre azalmış halüsinasyon oranı ve geliştirilmiş fonksiyon çağrısı.
Kendi sunucunuzda çalıştırmak için Hugging Face'de açık ağırlıklar mevcut.

Dikkat et

671 milyar toplam parametre yerel çalıştırma için ciddi donanım gerektirir; çoğu kullanıcı API kullanacak.
Bağlam 163.840 token — uzun ama 'uzun bağlam' etiketi için 200K eşik değerinin altında.
SimpleQA skoru orijinal R1'den biraz düştü, yani bilgi hatırlama tam bir kazanım değil.

En iyi

Ajanlar ve araç kullanımı

Denenecek istemler

Rekabetçi matematik problemi

Pozitif tam sayılar n için n^2 + 1, n^3 + 7'yi tam bölüyorsa tüm n'leri bulun. Tüm akıl yürütme adımlarınızı gösterin, durumları nasıl elediğinizi açıklayın ve kanıtla birlikte tam çözüm kümesini belirtin.

Zor bir fonksiyonu hata ayıkla

Aşağıda, Unicode karakterler içeren dizilerde bazen yanlış uzunluk döndüren, tekrar eden karakter içermeyen en uzun alt diziyi bulması gereken bir Python fonksiyonu var. Sorunu adım adım açıklayın, nedenini anlatın ve düzeltilmiş bir versiyon ile kısa bir test verin. 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

Çok adımlı ajan planı

Yeni CSV dosyalarını izleyen, her dosyanın gerekli sütunlara (tarih, tutar, kategori) sahip olup olmadığını doğrulayan, geçersiz dosyaları karantinaya taşıyan ve geçerli satırları SQLite veritabanına ekleyen minimal otonom bir ajan tasarlayın. Ajanın ihtiyaç duyduğu araçları, her adımda karar mantığını ve ele alınması gereken hata durumlarını listeleyin.

İle karşılaştır

DeepSeek V4.1 Flash
Açık ağırlıklı model
1,048,576 token bağlam · $0.04/M girdi, $0.68/M çıktı
DeepSeek V4 Flash 0731
Açık ağırlıklı model
1,048,576 token bağlam · $0.01/M girdi, $1.28/M çıktı
DeepSeek V4 Flash 0423
Açık ağırlıklı model
1,048,576 token bağlam · $0.09/M girdi, $0.18/M çıktı
DeepSeek V4 Pro 0813
Açık ağırlıklı model
1,048,576 token bağlam · $1.32/M girdi, $3.96/M çıktı

deepseek tarafından daha fazla metin modeli

İnsanların sorduğu sorular

Ağırlıklar açık mı ve R1 0528'i yerel çalıştırabilir miyim?: Evet, ağırlıklar deepseek-ai/DeepSeek-R1-0528 altında Hugging Face'de açık. 671 milyar parametre nedeniyle tam modeli yerelde çalıştırmak için ciddi donanım gerekir; çoğu kurulum için kuantize veya daha küçük distile varyantlar daha pratiktir.
R1 0528 fiyatı ve bağlam penceresi nedir?: API üzerinden milyon giriş token başına 0,50$ ve milyon çıkış token başına 2,15$ fiyatlandırılır, bağlam penceresi 163.840 token.
R1 0528 orijinal DeepSeek R1'den nasıl farklı?: Eğitim sonrası güncelleme olup daha derin akıl yürütmeye odaklanır: DeepSeek, modelin artık her akıl yürütme adımında yaklaşık iki kat daha fazla token kullandığını, matematik ve kodlama kıyaslamalarında anlamlı kazanımlar ve daha düşük halüsinasyon oranı olduğunu, ayrıca orijinalde kıyaslanmamış fonksiyon çağrısı desteği eklediğini bildiriyor.

Kaptanın kararı
Açık ağırlıklı ve görünür düşünce zinciri sunan öncü bir akıl yürütücü istiyorsanız, R1 0528 DeepSeek'in şimdiye kadarki en yetenekli modeli.

Hugging Face'de model kartı

Kaptan bu notları modelin kendi açıklaması ve model kartından yazıyor. Fiyatlar ve bağlam boyutları yazım anındaki sağlayıcıya aittir ve değişebilir.

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

Bu skor nasıl hesaplanıyor

Bu modelin henüz herhangi bir kaynaktan popülerlik verisi yok, bu yüzden listelerin tamamlanması için 7,000° altında bir geçici sayı taşıyor. Verisi olan bir modelin önünde asla sıralanmaz. Bir kaynak rapor verdiğinde burada detaylar görünür.

Terimler: burada kullanılan ifadeler

Isı puanı: Bir modelin şu anda ne kadar kullanıldığı ve istendiğini gösteren tek sayı, 0° ile 9.999° arasında. Bu sitedeki en sıcak modeller listeleri buna göre sıralanır, başka hiçbir şeyle değil.
Taban: Gerçek verisi olan her modelin başladığı 7.000°. Ölçek 0° ile 9.999° arasında; tabanın altı veri olmayan modeller için ayrılmıştır, böylece veri olan model her zaman veri olmayanın üstünde yer alır. Taban herkes için aynıdır ve karar vermez; üzerindeki derece ölçümdür.
İndirme eşdeğerleri: Puanın indirme olarak saydığı her şeyin toplamı: indirmeler, her torrent seed'ı 1.000 olarak, her AI Horde resmi ve her jenerasyon sitesindeki çalışma bir olarak sayılır.
Logaritmik ölçek: Onluk sayma, bire bir değil: 1.000'den 10.000'e çıkmak, 10.000'den 100.000'e çıkmakla aynı dereceyi ekler. Devlerin diğerlerini gölgelemesini engeller.
Beğeniler: Her kaynaktan gelen beğeni ve onaylar, logaritmik ölçekte bir indirmenin yarısı değerinde.
Benimsenme oranı: Bir modelin şu anda günde kaç indirme aldığı, bir kaynağın iki ölçümü arasındaki farktan hesaplanır. İndirme teriminin dörtte biri ağırlığında.
Ölçülen ve tahmin edilen: Ölçülen, bir kaynaktan iki okuma olduğu ve farkın gerçek olduğu anlamına gelir. Tahmin edilen ise sadece bugünün toplamının bilindiği ve geçmişin modelin ömrü boyunca dağıtıldığı anlamına gelir; site hangisini gösterdiğini belirtir.
Seeder: Ağırlıkların bir kopyasını torrent üzerinden başkalarının indirebilmesi için çevrimiçi tutan biri veya aynı işi yapan barındırılan bir ayna. Her biri 1.000 indirme olarak sayılır.
AI Horde: Bağışlanan bilgisayarlarda ücretsiz olarak görüntü üreten gönüllü bir ağ. Bir modelle yaptığı görüntü sayısı açıktır ve her biri bir indirme olarak sayılır.
Üretim siteleri: Kendi modellerinin kopyalarını barındıran ve insanların bunlarla üretim yapmasına izin veren siteler, örneğin PixAI, SeaArt ve Yodayo. İndirmeleri Civitai gibi sayılır ve her üretim bir indirme olarak kabul edilir.
OpenRouter tokenları: Claude veya GPT gibi API üzerinden sunulan bir metin modelinin indirilecek ağırlıkları yoktur, bu yüzden kullanımı tokenlarla ölçülür: son 30 günde OpenRouter üzerinden okuduğu ve yazdığı metin parçaları. Her 10,000,000 token bir indirme sayılır. Kaynak: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Tam model (checkpoint): Ağırlıkların kendisi, kendi başına üretim yapan dosya. Eklentilerin buna bağlı olması nedeniyle ekstra puan alır.
LoRA ve embedding: Başkasının ağırlıklarını belirli bir stile, karaktere veya konsepte yönlendiren küçük eklenti dosyaları. Tek başlarına çalışamazlar.
Aile ve ağırlıklar: Bir modelin üzerine kurulduğu temel, örneğin SD 1.5, SDXL, Flux veya Wan. Her model ailesinin ağırlıklarının yayın tarihini miras alır.
Yaş: Ailenin ağırlıklarının ne kadar önce çıktığına göre çıkarılan derece: yılda 150°, maksimum 750°. Yıllar içinde biriken eski indirmeleri listenin en üstünde tutar.
Aile desteği: Bu sitenin şu anda desteklediği bir ailenin LoRA'ları için küçük, sınırlı bir destek, her zaman detaylarda listelenir.
Yer tutucu puan: Henüz hiçbir kaynaktan rapor almamış bir modele verilen tabanın altındaki sabit bir sayı, böylece listeler eksiksiz kalır. Hiçbir zaman veri olan bir modelin üstünde sıralanmaz.
Yeni! (hoşgörü süresi): 7 günden daha yeni modeller puan yerine Yeni! gösterir ve sıralamada yer almaz. Puanları ilk günden hesaplanır, ancak bir günlük model her şeyden hızlı büyür, bu yüzden beklemeden haftanın #1'i her zaman dün çıkan model olurdu, haftalarca dayanmış olan değil.
Trend: Bir modelin belli bir dönemdeki büyümesinin, aynı dönemdeki tipik model büyümesiyle karşılaştırılması. Tipikten hızlıysa yükseliş, yavaşsa düşüş olarak okunur.
Tipik model: Kataloğun ortası: rakamı olan modellerin yarısı dönemde daha hızlı büyüdü, yarısı daha yavaş.

Benzer Modeller

Görsel, Video ve Metin Üretimi için Yapay Zeka Modelleri

R1 0528, açık kaynak yapay zeka görsel, video ve metin modellerinin salt okunur kataloğu ModelTrends.ai'de listelenen Text / LLM ailesine ait bir metin modeli modelidir. Diğer Text / LLM modelleriyle karşılaştırın ve trendini görmek için popülerlik puanına bakın.

Daha fazla Text / LLM modeli Daha fazla Text / LLM Metin / LLM llm deepseek akıl yürütme matematik kodlama yerel ajanlar

Model Ailesine Göre Göz At