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、逻辑和代码任务上的表现。它与 V3 一代共享大规模 MoE 的基础能力，但训练和产品定位更偏向深度推理，而不是普通对话。适合需要拆解、验证和逐步求解的复杂问题。

上下文窗口

128K Token

最大输出

32.8K Token

发布日期

2025年1月20日

模态

DeepSeek R1 价格

输入价格	输出价格	缓存读取
$0.5714/M	$2.2857/M	$0.2286/M

DeepSeek R1 API 能力

推理

支持

工具调用

支持

Temperature 参数

支持

附件

不支持

知识库

2024-07-01

Endpoint 协议

Completions APIMessages API

DeepSeek R1 模型亮点

DeepSeek R1 是面向数学、代码与通用推理任务的开放推理模型，适合进行长程问题求解。

强化学习推理

通过大规模强化学习形成长程推理模式，用于逐步解决高难度问题。

反思与验证

推理过程中可以重新检查中间步骤并验证候选方案，再形成最终答案。

数学与代码推理

评测显示其在数学问题求解、竞赛编程和软件任务中具备针对性的推理能力。

DeepSeek R1 使用场景

DeepSeek R1 适合数学问题求解、算法编程以及需要多步骤推理的研究任务。

高阶数学求解

拆解高难度数学问题、评估不同方法，并生成具有推理依据的解答。

算法编程

设计算法、分析正确性与复杂度，并为编程问题生成实现代码。

推理型研究分析

比较不同假设、检查所提供的证据，并为技术研究问题形成结构化结论。

如何通过 TokenHub API 使用 DeepSeek R1

创建 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 基准测试

DeepSeek R1 (Jan '25)

指数分数
Artificial Analysis 综合能力指数Artificial Analysis 综合能力指数汇总多个评测维度，用于观察模型的整体能力表现。	Artificial Analysis 综合能力评分	12.6
Artificial Analysis 代码能力指数Artificial Analysis 代码能力指数汇总模型在代码生成、调试和软件工程任务中的表现。	Artificial Analysis 软件任务评分	15.9
Artificial Analysis 数学能力指数Artificial Analysis 数学能力指数汇总模型在数学推理和竞赛题求解中的表现。	Artificial Analysis 数学推理评分	68
知识与推理
MMLU-ProMMLU-Pro 使用比原版 MMLU 更具挑战的问题，评估模型在学术和专业知识上的综合能力。	高难度多任务知识评测	84.4%
GPQAGPQA 是面向研究生级科学问题的评测集，用来测试模型的专家级推理能力。	高阶科学问题求解	70.8%
HLEHLE 覆盖多个领域的高难度专家级知识与推理问题。	广泛专家级考试集合	9.3%
代码与工程
LiveCodeBenchLiveCodeBench 使用较新的编程题评估模型代码能力，降低训练数据污染带来的影响。	近期编程题评测	61.7%
SciCodeSciCode 评估模型在科学计算场景下编写 Python 代码和实现算法的能力。	科学计算代码挑战	35.7%
Terminal-Bench HardTerminal-Bench Hard 评估 AI Agent 在终端环境中完成复杂任务的能力。	高难度终端任务执行	6.1%
数学能力
MATH-500MATH-500 通过一组精选高难度数学题评估模型的问题求解能力。	高难度数学解题	96.6%
AIMEAIME 用竞赛风格数学题评估模型的数学推理能力。	数学竞赛题	68.3%
AIME 2025AIME 2025 评估模型在高难度竞赛数学题上的表现。	数学竞赛题	68%
指令遵循与 Agent 任务
IFBenchIFBench 衡量模型遵循复杂指令和约束条件的稳定性。	指令约束遵循	39.0%
AA-LCRAA-LCR 衡量模型在长上下文窗口中的推理质量。	长上下文推理	52.3%
τ²-Benchτ²-Bench 使用带工具和状态约束的真实工作流，评估对话式 Agent 的任务完成能力。	Agent 工作流任务	11.4%

指标来源 Artificial Analysis

DeepSeek R1 常见问题

DeepSeek R1 的能力、适用场景、限制和 TokenHub 使用指南。

DeepSeek R1 为哪些任务而设计？+

DeepSeek R1 是 DeepSeek 面向开放权重的高强度推理任务的模型。

DeepSeek R1 什么时候最有用？+

适合数学推理、代码推理、科学推理，尤其适合重视深度推理的场景。

DeepSeek R1 有何不同？+

核心优势是面向推理的后训练和开放发布的权重。

使用 DeepSeek R1 时要注意什么？+

深度推理可能增加响应时间和 Token 消耗。更看重需要最新能力时，可考虑 DeepSeek V4 Pro。

如何确认 DeepSeek R1 是否可用？+

使用 TokenHub 的精确标识符；托管行为可能与自托管不同。

准备调用 DeepSeek R1？

通过一个 API Key 接入 DeepSeek R1 与更多 AI 模型。

创建 API Key