DeepSeek R1

deepseek-r1

DeepSeek R1 是 DeepSeek 的推理型模型，常被提到的特点是开放推理过程，以及在数学、逻辑和程式碼任務上的表现。它与 V3 一代共享大规模 MoE 的基础能力，但训练和產品定位更偏向向深度推理，而不是一般对话。適合需要拆解、验证和逐步求解的複雜问题。

上下文視窗

128K Token

最大輸出

32.8K Token

發布日期

2025年1月20日

模態

DeepSeek R1 價格

輸入價格	輸出價格	快取讀取
$0.5714/M	$2.2857/M	$0.2286/M

DeepSeek R1 API 能力

推理

支援

工具呼叫

支援

Temperature 參數

支援

附件

不支援

知識庫

2024-07-01

Endpoint 協議

Completions APIMessages API

DeepSeek R1 模型亮點

DeepSeek R1 是適用於數學、程式碼與通用推理工作的開放推理模型，可處理長程問題求解。

強化學習推理

透過大規模強化學習形成長程推理模式，用於逐步解決高難度問題。

反思與驗證

推理過程可重新檢查中間步驟並驗證候選方案，再形成最終答案。

數學與程式碼推理

評測顯示其在數學問題求解、競賽程式設計與軟體工作中具備針對性的推理能力。

DeepSeek R1 使用情境

DeepSeek R1 適合數學問題求解、演算法程式設計，以及需要多步驟推理的研究工作。

進階數學求解

拆解高難度數學問題、評估不同方法，並產出具推理依據的解答。

演算法程式設計

設計演算法、分析正確性與複雜度，並為程式問題產生實作程式碼。

推理型研究分析

比較不同假設、檢視所提供的證據，並針對技術研究問題形成結構化結論。

如何透過 TokenHub API 使用 DeepSeek R1

建立 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 基準測試

DeepSeek R1 (Jan '25)

指數分數
Artificial Analysis 綜合能力指數Artificial Analysis 綜合能力指數彙總多個評測維度，用於觀察模型的整體能力表現。	Artificial Analysis 綜合能力評分	12.6
Artificial Analysis 程式碼能力指數Artificial Analysis 程式碼能力指數彙總模型在程式碼生成、除錯與軟體工程任務中的表現。	Artificial Analysis 軟體任務評分	15.9
Artificial Analysis 數學能力指數Artificial Analysis 數學能力指數彙總模型在數學推理與競賽題求解中的表現。	Artificial Analysis 數學推理評分	68
知識與推理
MMLU-ProMMLU-Pro 使用比原版 MMLU 更具挑戰的問題，評估模型在學術與專業知識上的綜合能力。	高難度多任務知識評測	84.4%
GPQAGPQA 是面向研究生級科學問題的評測集，用來測試模型的專家級推理能力。	高階科學問題求解	70.8%
HLEHLE 覆蓋多個領域的高難度專家級知識與推理問題。	廣泛專家級考試集合	9.3%
程式碼與工程
LiveCodeBenchLiveCodeBench 使用較新的程式題評估模型程式碼能力，降低訓練資料污染帶來的影響。	近期程式題評測	61.7%
SciCodeSciCode 評估模型在科學計算場景下撰寫 Python 程式碼和實作演算法的能力。	科學計算程式碼挑戰	35.7%
Terminal-Bench HardTerminal-Bench Hard 評估 AI Agent 在終端環境中完成複雜任務的能力。	高難度終端任務執行	6.1%
數學能力
MATH-500MATH-500 透過一組精選高難度數學題評估模型的問題求解能力。	高難度數學解題	96.6%
AIMEAIME 用競賽風格數學題評估模型的數學推理能力。	數學競賽題	68.3%
AIME 2025AIME 2025 評估模型在高難度競賽數學題上的表現。	數學競賽題	68%
指令遵循與 Agent 任務
IFBenchIFBench 衡量模型遵循複雜指令和約束條件的穩定性。	指令約束遵循	39.0%
AA-LCRAA-LCR 衡量模型在長上下文視窗中的推理品質。	長上下文推理	52.3%
τ²-Benchτ²-Bench 使用帶工具和狀態約束的真實工作流程，評估對話式 Agent 的任務完成能力。	Agent 工作流程任務	11.4%

指標來源 Artificial Analysis

DeepSeek R1 常見問題

DeepSeek R1 的能力、適用情境、限制與 TokenHub 使用指南。

DeepSeek R1 為哪些任務而設計？+

DeepSeek R1 是 DeepSeek 針對開放權重的高強度推理任務推出的模型。

DeepSeek R1 什麼時候最有用？+

適合數學推理、程式碼推理、科學推理，尤其適合重視深度推理的情境。

DeepSeek R1 有何不同？+

核心優勢是以推理為核心的後訓練與開放釋出的權重。

使用 DeepSeek R1 時要注意什麼？+

深度推理可能增加回應時間與 Token 用量。更重視需要最新能力時，可考慮 DeepSeek V4 Pro。

如何確認 DeepSeek R1 是否可用？+

使用 TokenHub 的精確識別碼；託管行為可能與自行託管不同。

準備呼叫 DeepSeek R1？

透過一個 API Key 接入 DeepSeek R1 與更多 AI 模型。

建立 API Key