Comparación de modelos
DeepSeek-R1-Distill-Qwen-7B
contra
Qwen2.5-7B-Instruct
Precios
Input
$
0.05
/ M Tokens
$
0.05
/ M Tokens
Output
$
0.05
/ M Tokens
$
0.05
/ M Tokens
Metadatos
Creado el
Licencia
MIT LICENSE
APACHE-2.0
Proveedor
DeepSeek
Qwen
Especificación
Estado
Deprecated
Available
Arquitectura
Dense Transformer
Causal Language Model
Calibrado
No
No
Mezcla de expertos
No
Sí
Parámetros totales
7B
7B
Parámetros activados
7B
7.61B
Razonamiento
No
No
Precisión
FP8
FP8
Longitud del contexto
33K
33K
Tokens máximos
16K
4K
Funcionalidades admitidas
Serverless
Compatible
Compatible
Serverless LoRA
No compatible
No compatible
Ajuste fino
No compatible
No compatible
Embeddings
No compatible
No compatible
Rerankers
No compatible
No compatible
Soporte para Input de Image
No compatible
No compatible
JSON Mode
Compatible
Compatible
Outputs estructuradas
No compatible
No compatible
Herramientas
Compatible
Compatible
Finalización de Fim
Compatible
No compatible
Completado de prefijo de Chat
No compatible
Compatible
DeepSeek-R1-Distill-Qwen-7B en comparación
Ver cómo DeepSeek-R1-Distill-Qwen-7B se compara con otros modelos populares en dimensiones clave.
vs.
Qwen3-VL-32B-Instruct
vs.
Qwen3-VL-32B-Thinking
vs.
Qwen3-VL-8B-Instruct
vs.
Qwen3-VL-8B-Thinking
vs.
Qwen3-VL-30B-A3B-Instruct
vs.
Qwen3-VL-30B-A3B-Thinking
vs.
Qwen3-Omni-30B-A3B-Instruct
vs.
Qwen3-Omni-30B-A3B-Captioner
vs.
Qwen3-Omni-30B-A3B-Thinking
vs.
Ling-mini-2.0
vs.
Hunyuan-MT-7B
vs.
gpt-oss-20b
vs.
Qwen3-Coder-30B-A3B-Instruct
vs.
Qwen3-30B-A3B-Thinking-2507
vs.
Qwen3-30B-A3B-Instruct-2507
vs.
GLM-4.1V-9B-Thinking
vs.
Qwen3-14B
vs.
Qwen3-30B-A3B
vs.
Qwen3-32B
vs.
Qwen3-8B
