TellWorldAI 世界档案
问档案English
动态
模型
机构
人物
论文与概念
产品与智能体
芯片与机器人
编年史
专题
问档案English

首页›模型

模型

DeepSeek-R1 推理模型

DeepSeek-R1 是深度求索（DeepSeek）于 2025 年 1 月 20 日发布的开放权重推理模型，以 DeepSeek-V3-Base 为基础，经强化学习训练，采用允许商业使用和蒸馏的 MIT 许可证。

状态 已弃用模态 文本开放权重 是上下文（千 token） 128 时代 生成式 AI 普及

参数量
671B
许可
MIT
访问方式
API、应用、下载
发布日期
开发方
深度求索（DeepSeek）

是什么

DeepSeek-R1 是深度求索（DeepSeek）于 2025 年 1 月 20 日发布的开放权重推理模型，技术报告于 1 月 22 日发布在 arXiv 上。[7][1]

它以 DeepSeek-V3-Base 为基础，后者总参数为 6710 亿，每个词元激活 370 亿，上下文长度为 128K 个词元。[1]

由来

R1 系列的前身是 DeepSeek-R1-Lite-Preview，于 2024 年 11 月 20 日在 chat.deepseek.com 上线。这一预览版在 AIME 和 MATH 上达到了接近 o1-preview 的水平，并能展示实时的思考过程。[6]

DeepSeek-R1-Zero 直接从基础模型出发，只用强化学习训练，没有先做监督微调。它在没有被明确教授推理方法的情况下，发展出了较复杂的推理行为。R1 则加入了冷启动数据和多阶段训练流程，以解决 R1-Zero 可读性差、语言混杂的问题。[1]

《自然》（Nature）的补充材料给出 R1 的训练成本为 14.7 万 H800 GPU 小时，按每 GPU 小时 2 美元计算约为 29.4 万美元，使用 64 x 8 块 H800 GPU。其中 R1-Zero 约 20.2 万美元，制作监督微调数据约 1 万美元，R1 本身约 8.2 万美元。该估算不含 DeepSeek-V3 基础模型的成本。[4]

主要特点

在深度求索报告的、与 OpenAI-o1-1217 的对比中，R1 在 AIME 2024 上为 79.8 分（对方为 79.2 分），在 MATH-500 上为 97.3 分（对方为 96.4 分），在 Codeforces 百分位上为 96.3（对方为 96.6），对应评分为 2029 对 2061。[1]

代码和权重采用 MIT 许可证，明确允许商业使用和蒸馏。深度求索还基于 Qwen2.5 和 Llama 3 发布了蒸馏模型，参数规模有 1.5B、7B、8B、14B、32B 和 70B。[2]

API 以模型名 deepseek-reasoner 上线，缓存未命中时每百万输入词元 0.55 美元，缓存命中时 0.14 美元，每百万输出词元 2.19 美元。[7]

到 2025 年 1 月 27 日，深度求索的聊天应用已超过 ChatGPT，成为美国 Apple App Store iOS 版下载量最高的免费应用。[5]

2025 年 5 月 28 日，深度求索发布更新版 DeepSeek-R1-0528，AIME 2025 的正确率从 70.0% 提高到 87.5%。[8]

论文于 2025 年 9 月 17 日发表在《自然》上（第 645 卷，第 633–638 页），梁文锋（Liang Wenfeng）为通讯作者。[3]

在发展中的位置

2025 年 8 月 21 日发布的 DeepSeek-V3.1 把独立的推理模型合并为一个混合模型，API 名称 deepseek-reasoner 对应 V3.1 的思考模式。[9]

能力大语言模型推理

生态与地区开源中国 AI

版本时间线

12
  1. 2023
    • 2023 年 11 月 29 日 DeepSeek LLM 通用语言模型（7B / 67B）

      DeepSeek LLM 是深度求索于 2023 年 11 月 29 日发布的首个通用语言模型系列，提供 7B 和 67B 两种规模，每种都有基础版和对话版。

  2. 2024
    • 2024 年 5 月 7 日 DeepSeek-V2

      DeepSeek-V2 是 2024 年 5 月发布的混合专家模型，总参数 236B、每 token 激活 21B，引入多头潜在注意力（MLA），是后续架构的验证起点。

    • 2024 年 9 月 5 日 DeepSeek-V2.5

      DeepSeek-V2.5 是 DeepSeek 于 2024 年 9 月 5 日发布的模型，把对话模型与代码模型合并为一个，兼顾聊天和编程能力，并提升了安全评测成绩。

    • 2024 年 12 月 26 日 DeepSeek-V3

      DeepSeek-V3 是深度求索（DeepSeek）于 2024 年 12 月发布的开放权重模型，采用混合专家（mixture-of-experts）架构，总参数 6710 亿，每个词元激活 370 亿。

  3. 2025
    • 2025 年 1 月 20 日 DeepSeek-R1 推理模型 · 本页

      DeepSeek-R1 是深度求索（DeepSeek）于 2025 年 1 月 20 日发布的开放权重推理模型，以 DeepSeek-V3-Base 为基础，经强化学习训练，采用允许商业使用和蒸馏的 MIT 许可证。

    • 2025 年 3 月 24 日 DeepSeek-V3-0324

      DeepSeek-V3-0324 是 2025 年 3 月对 DeepSeek-V3 的一次更新：模型结构不变，基准成绩提高，并改用 MIT 许可证发布。

    • 2025 年 5 月 28 日 DeepSeek-R1-0528

      这是 DeepSeek 推理模型的更新版本，2025 年 5 月 28 日以 MIT 许可证发布，在竞赛数学、科学与编程基准上成绩明显提高，并支持系统提示、增强了函数调用能力。

    • 2025 年 8 月 21 日 DeepSeek-V3.1

      DeepSeek-V3.1 由深度求索（DeepSeek）于 2025 年 8 月 21 日发布，采用 MIT 许可证，是该公司首个混合推理模型，同一组权重同时支持思考模式和非思考模式。

    • 2025 年 9 月 29 日 DeepSeek-V3.2-Exp 实验模型

      DeepSeek 于 2025 年 9 月 29 日发布的实验模型，首次引入 DeepSeek 稀疏注意力以降低长上下文的训练与推理成本，同时开放权重并大幅下调 API 价格。

    • 2025 年 12 月 1 日 DeepSeek-V3.2 与 V3.2-Speciale

      DeepSeek-V3.2 于 2025 年 12 月 1 日发布，是 V3.2-Exp 的正式后继版本；配套的 V3.2-Speciale 专注于最大化推理，在多项竞赛中达到金牌水平。

  4. 2026
    • 2026 年 4 月 24 日 DeepSeek-V4（V4-Pro 与 V4-Flash）

      DeepSeek-V4 包括 V4-Pro 与 V4-Flash 两款混合专家模型，2026 年 4 月 24 日以预览版发布，支持 100 万词元上下文。

    • 2026 年 9 月 10 日 DeepSeek-V4.1-Flash

      DeepSeek-V4.1-Flash 于 2026 年 9 月 10 日发布，是一款 5520 亿参数的多模态混合专家模型，API 模型名为 deepseek-flash。

20257

  1. 发布MiniMax 发布百万上下文开源推理模型 MiniMax-M1

    2025 年 6 月发布的开源推理模型 MiniMax-M1，原生支持 100 万词元上下文，总参数 456B，采用 Apache 2.0 许可，发布数据中含与 DeepSeek-R1 的效率对比。

  2. 发布腾讯正式发布混元 T1 深度思考模型

    2025 年 3 月 21 日，腾讯在腾讯云正式推出深度思考模型混元 T1，并将其价格与 DeepSeek-R1 相比较。

  3. 发布通义千问发布 QwQ-32B，以 32B 参数比肩 DeepSeek-R1

    2025 年 3 月 6 日，通义千问团队发布 QwQ-32B，称这一 320 亿参数推理模型在多项测试中可与 6710 亿参数的 DeepSeek-R1 相当，并以开放权重提供。

  4. 发布腾讯发布快思考模型混元 Turbo S

    2025 年 2 月 27 日，腾讯发布快思考模型混元 Turbo S，称其回答速度快于 DeepSeek-R1。模型通过腾讯云 API 提供，权重未公开。

  5. 更新腾讯元宝接入 DeepSeek-R1

    2025 年 2 月 13 日，腾讯元宝接入 DeepSeek-R1，与腾讯自研的混元模型并列供用户选择；2 月 22 日，应用在中国区 App Store 免费榜上升至第二位。

  6. 里程碑DeepSeek 应用登顶美国 App Store 免费榜

    2025 年 1 月 27 日，深度求索的移动应用超过 ChatGPT，成为美国 App Store 下载量最高的免费应用；同日英伟达股价下跌 17%。

  7. 发布DeepSeek 发布开源推理模型 DeepSeek-R1

    2025 年 1 月 20 日，深度求索（DeepSeek）发布开放推理模型 DeepSeek-R1，称其在数学、代码和推理任务上与 OpenAI o1 相当。发布之后，英伟达股价在 1 月 27 日大幅下跌。

开发方1

深度求索（DeepSeek）

基于3

DeepSeek-V3LLaMA通义千问 Qwen2.5

后继1

DeepSeek-R1-0528

驱动2

DeepSeek 应用（深度求索智能助手）腾讯元宝

出自论文1

DeepSeek-R1：用强化学习激发大语言模型的推理能力

采用3

思维链与推理模型基于人类反馈的强化学习（RLHF）混合专家（MoE）

注释与来源

  1. DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learninghttps://arxiv.org/abs/2501.12948
  2. DeepSeek-R1 repositoryhttps://github.com/deepseek-ai/DeepSeek-R1
  3. DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning (Nature 645, 633–638)https://pmc.ncbi.nlm.nih.gov/articles/PMC12443585/
  4. Supplementary Information for DeepSeek-R1 (Nature)https://media.springernature.com/original/springer-static/esm/art%3A10.1038%2Fs41586-025-09422-z/MediaObjects/41586_2025_9422_MOESM1_ESM.pdf
  5. DeepSeekhttps://en.wikipedia.org/wiki/DeepSeek
  6. DeepSeek-R1-Lite Releasehttps://api-docs.deepseek.com/news/news1120
  7. DeepSeek-R1 Releasehttps://api-docs.deepseek.com/news/news250120
  8. deepseek-ai/DeepSeek-R1-0528https://huggingface.co/deepseek-ai/DeepSeek-R1-0528
  9. DeepSeek V3.1 Releasehttps://api-docs.deepseek.com/news/news250821

引用本页: DeepSeek-R1 推理模型. TellWorld, https://www.tellworld.net/zh/models/deepseek-r1. 更新于 2026-11-08