對(duì)標(biāo)OpenAI o1,DeepSeek-R1發(fā)布

今天，我們正式發(fā)布 DeepSeek-R1，并同步開源模型權(quán)重。

DeepSeek-R1 遵循 MIT License，允許用戶通過蒸餾技術(shù)借助 R1 訓(xùn)練其他模型。

DeepSeek-R1 上線API，對(duì)用戶開放思維鏈輸出，通過設(shè)置 `model='deepseek-reasoner'` 即可調(diào)用。

DeepSeek 官網(wǎng)與 App 即日起同步更新上線。

性能對(duì)齊OpenAI-o1正式版 DeepSeek-R1 在后訓(xùn)練階段大規(guī)模使用了強(qiáng)化學(xué)習(xí)技術(shù)，在僅有極少標(biāo)注數(shù)據(jù)的情況下，極大提升了模型推理能力。在數(shù)學(xué)、代碼、自然語言推理等任務(wù)上，性能比肩 OpenAI o1 正式版。

在此，我們將 DeepSeek-R1 訓(xùn)練技術(shù)全部公開，以期促進(jìn)技術(shù)社區(qū)的充分交流與創(chuàng)新協(xié)作。

論文鏈接：

https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf

蒸餾小模型超越 OpenAI o1-mini

我們?cè)陂_源 DeepSeek-R1-Zero 和 DeepSeek-R1 兩個(gè) 660B 模型的同時(shí)，通過 DeepSeek-R1 的輸出，蒸餾了 6 個(gè)小模型開源給社區(qū)，其中 32B 和 70B 模型在多項(xiàng)能力上實(shí)現(xiàn)了對(duì)標(biāo) OpenAI o1-mini 的效果。

HuggingFace鏈接：

https://huggingface.co/deepseek-ai

開放的許可證和用戶協(xié)議

為了推動(dòng)和鼓勵(lì)開源社區(qū)以及行業(yè)生態(tài)的發(fā)展，在發(fā)布并開源 R1 的同時(shí)，我們同步在協(xié)議授權(quán)層面也進(jìn)行了如下調(diào)整：

模型開源 License 統(tǒng)一使用 MIT。我們?cè)槍?duì)大模型開源的特點(diǎn)，參考當(dāng)前行業(yè)的通行實(shí)踐，特別引入 DeepSeek License 為開源社區(qū)提供授權(quán)，但實(shí)踐表明非標(biāo)準(zhǔn)的開源 License 可能反而增加了開發(fā)者的理解成本。為此，此次我們的開源倉庫（包括模型權(quán)重）統(tǒng)一采用標(biāo)準(zhǔn)化、寬松的 MIT License，完全開源，不限制商用，無需申請(qǐng)。

產(chǎn)品協(xié)議明確可“模型蒸餾”。為了進(jìn)一步促進(jìn)技術(shù)的開源和共享，我們決定支持用戶進(jìn)行“模型蒸餾”。我們已更新線上產(chǎn)品的用戶協(xié)議，明確允許用戶利用模型輸出、通過模型蒸餾等方式訓(xùn)練其他模型。

App與網(wǎng)頁端

登錄DeepSeek官網(wǎng)或官方App，打開“深度思考”模式，即可調(diào)用最新版 DeepSeek-R1 完成各類推理任務(wù)。

API 及定價(jià)

DeepSeek-R1 API 服務(wù)定價(jià)為每百萬輸入 tokens 1 元（緩存命中）/ 4 元（緩存未命中），每百萬輸出 tokens 16 元。

詳細(xì)的 API 調(diào)用指南請(qǐng)參考官方文檔：

https://api-docs.deepseek.com/zh-cn/guides/reasoning_model