DeepSeek R1

deepseek-r1

DeepSeek R1은(는) 출처에서 open 추론 model, large MoE profile, visible 추론 orientation을(를) 핵심 특징으로 제시합니다. 주요 가치는 수학, 논리, 코딩 and decomposed 문제 해결에 있습니다. 따라서 일반 챗봇처럼 설명하기보다 이 모델만의 차별점을 중심으로 소개하는 것이 적합합니다.

Context Window

128K tokens

Maximum Output

32.8K tokens

Release Date

2025년 1월 20일

Modalities

DeepSeek R1 가격

입력 가격	출력 가격	캐시 읽기
$0.5714/M	$2.2857/M	$0.2286/M

DeepSeek R1 API 기능

Reasoning

Supported

Tool calling

Supported

Temperature parameter

Supported

Attachments

Not supported

Knowledge Base

2024-07-01

Endpoint Protocols

Completions APIMessages API

DeepSeek R1 모델 주요 특징

DeepSeek R1은 수학, 코드 및 일반 추론 분야의 장기 문제 해결을 위해 설계된 개방형 추론 모델입니다.

강화학습 기반 추론

대규모 강화학습을 통해 장기 추론 패턴을 형성하여 어려운 문제를 단계적으로 해결합니다.

성찰 및 검증

추론 과정에서 중간 단계를 다시 살펴보고 후보 접근법을 검증한 후 최종 답변을 도출합니다.

수학 및 코드 추론

평가에서 수학 문제 해결, 경쟁 프로그래밍 및 소프트웨어 작업에 특화된 추론 역량을 보였습니다.

DeepSeek R1 사용 사례

DeepSeek R1은 수학 문제 해결, 알고리즘 프로그래밍 및 명시적인 다단계 추론이 필요한 연구 작업에 적합합니다.

고급 수학 문제

어려운 수학 문제를 분해하고 여러 접근법을 평가하여 근거 있는 해답을 작성합니다.

알고리즘 프로그래밍

알고리즘을 설계하고 정확성과 복잡도를 분석하여 프로그래밍 문제의 구현 코드를 생성합니다.

추론 기반 연구 분석

여러 가설을 비교하고 제공된 근거를 검토하여 기술 연구 질문에 대한 구조화된 결론을 도출합니다.

TokenHub API로 DeepSeek R1 사용하는 방법

Create API key

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)

DeepSeek R1 벤치마크

DeepSeek R1 (Jan '25)

지표 점수
Artificial Analysis Intelligence IndexArtificial Analysis Intelligence Index는 여러 평가 영역에서 측정한 모델의 전반적인 역량을 종합한 지표입니다.	종합 역량 평가	12.6
Artificial Analysis Coding IndexArtificial Analysis Coding Index는 코딩 및 소프트웨어 엔지니어링 작업에서 모델의 성능을 종합한 지표입니다.	코딩 역량 종합 평가	15.9
Artificial Analysis Math IndexArtificial Analysis Math Index는 수학적 추론과 경시대회 형식의 문제 해결 능력을 종합한 지표입니다.	수학적 추론 종합 평가	68
지식 및 추론
MMLU-ProMMLU-Pro는 기존 MMLU보다 어려운 문제를 통해 폭넓은 학술 및 전문 지식을 평가합니다.	고난도 다분야 지식	84.4%
GPQAGPQA는 대학원 수준의 과학 문제로 전문적인 추론 능력을 평가하는 벤치마크입니다.	고난도 과학 문제 해결	70.8%
HLEHLE는 다양한 분야의 전문가 수준 지식과 추론 능력을 측정하는 고난도 종합 벤치마크입니다.	다분야 전문가 수준 평가	9.3%
코딩 및 소프트웨어 엔지니어링
LiveCodeBenchLiveCodeBench는 평가 데이터 오염을 줄이기 위해 최근 공개된 프로그래밍 문제로 코딩 능력을 평가합니다.	최신 코딩 문제	61.7%
SciCodeSciCode는 과학적 맥락을 바탕으로 한 알고리즘 구현을 포함해 과학 컴퓨팅용 Python 프로그래밍 능력을 평가합니다.	과학 컴퓨팅 코딩 과제	35.7%
Terminal-Bench HardTerminal-Bench Hard는 AI 에이전트가 터미널 환경에서 어려운 작업을 완료할 수 있는지 평가합니다.	고난도 터미널 작업 수행	6.1%
수학
MATH-500MATH-500은 엄선된 고난도 문제를 통해 수학적 문제 해결 능력을 평가합니다.	고난도 수학 문제 해결	96.6%
AIMEAIME는 수학 경시대회 형식의 문제를 통해 수학적 추론 능력을 측정합니다.	수학 경시대회 형식 문제	68.3%
AIME 2025AIME 2025는 고난도 수학 경시대회 문제에 대한 성능을 측정합니다.	수학 경시대회 형식 문제	68%
지시 준수 및 에이전트 작업
IFBenchIFBench는 모델이 세부 지시와 제약 조건을 얼마나 일관되게 따르는지 측정합니다.	프롬프트 제약 준수	39.0%
AA-LCRAA-LCR은 긴 컨텍스트 윈도우 전반에서 추론 품질을 측정합니다.	긴 컨텍스트 추론	52.3%
τ²-Benchτ²-Bench는 도구와 상태 제약이 있는 실제 워크플로에서 대화형 에이전트의 역량을 평가합니다.	에이전트 워크플로 작업	11.4%

지표 출처 Artificial Analysis

DeepSeek R1 자주 묻는 질문

DeepSeek R1의 역량, 활용 사례, 한계와 TokenHub 사용 안내.

DeepSeek R1는 어떤 용도로 만들어졌나요?+

DeepSeek R1는 DeepSeek의 오픈 웨이트 기반 고강도 추론 문제용 모델입니다.

DeepSeek R1는 언제 가장 유용한가요?+

수학 추론, 코드 추론, 과학 추론에 적합하며, 특히 우선순위가 깊은 추론인 경우 유용합니다.

DeepSeek R1의 차별점은 무엇인가요?+

핵심 강점은 추론 중심 후처리 학습과 공개된 가중치입니다.

DeepSeek R1 사용 시 무엇을 주의해야 하나요?+

깊은 추론은 응답 시간과 토큰 사용량을 늘릴 수 있습니다. 최신 기능이 중요함이 우선이면 DeepSeek V4 Pro를 고려하세요.

DeepSeek R1 제공 여부를 어떻게 확인하나요?+

TokenHub의 정확한 ID를 사용하고 호스팅과 자체 배포의 차이를 확인하세요.

DeepSeek R1을 사용할 준비가 되셨나요?

하나의 API 키로 DeepSeek R1과 더 많은 AI 모델을 이용하세요.

API 키 만들기

DeepSeek R1

DeepSeek R1 가격

DeepSeek R1 API 기능

DeepSeek R1 모델 주요 특징

강화학습 기반 추론

성찰 및 검증

수학 및 코드 추론

DeepSeek R1 사용 사례

고급 수학 문제

알고리즘 프로그래밍

추론 기반 연구 분석

TokenHub API로 DeepSeek R1 사용하는 방법

DeepSeek R1 벤치마크

DeepSeek R1과 유사한 모델

미디어 및 논의

X (Twitter)

Reddit

YouTube

DeepSeek R1 자주 묻는 질문

DeepSeek R1을 사용할 준비가 되셨나요?