DeepSeek-R1-Distill-Llama-70B
Tentang DeepSeek-R1-Distill-Llama-70B
DeepSeek-R1-Distill-Llama-70B adalah model distilled berdasarkan Llama-3.3-70B-Instruct. Sebagai bagian dari seri DeepSeek-R1, model ini di-tuning secara khusus menggunakan sampel yang dihasilkan oleh DeepSeek-R1 dan menunjukkan kinerja yang sangat baik di berbagai tugas seperti matematika, pemrograman, dan penalaran. Model ini mencapai hasil yang mengesankan dalam berbagai benchmark termasuk AIME 2024, MATH-500, dan GPQA Diamond, membuktikan kemampuan penalarannya yang kuat.
Metadata
Spesifikasi
Negara
Deprecated
Arsitektur
Terkalibrasi
Tidak
Campuran Ahli
Tidak
Total Parameter
70B
Parameter yang Diaktifkan
Penalaran
Tidak
Precision
FP8
Text panjang konteks
33K
Max Tokens
DeepSeek
chat
DeepSeek-V3.2
Total Context:
164K
Max output:
164K
Input:
$
0.27
/ M Tokens
Output:
$
0.42
/ M Tokens
DeepSeek
chat
DeepSeek-V3.2-Exp
Total Context:
164K
Max output:
164K
Input:
$
0.27
/ M Tokens
Output:
$
0.41
/ M Tokens
DeepSeek
chat
DeepSeek-V3.1-Terminus
Total Context:
164K
Max output:
164K
Input:
$
0.27
/ M Tokens
Output:
$
1.0
/ M Tokens
DeepSeek
chat
DeepSeek-V3.1
Total Context:
164K
Max output:
164K
Input:
$
0.27
/ M Tokens
Output:
$
1.0
/ M Tokens
DeepSeek
chat
DeepSeek-V3
Total Context:
164K
Max output:
164K
Input:
$
0.25
/ M Tokens
Output:
$
1.0
/ M Tokens
DeepSeek
chat
DeepSeek-R1
Total Context:
164K
Max output:
164K
Input:
$
0.5
/ M Tokens
Output:
$
2.18
/ M Tokens
DeepSeek
chat
DeepSeek-R1-Distill-Qwen-32B
Total Context:
131K
Max output:
131K
Input:
$
0.18
/ M Tokens
Output:
$
0.18
/ M Tokens
DeepSeek
chat
DeepSeek-R1-Distill-Qwen-14B
Total Context:
131K
Max output:
131K
Input:
$
0.1
/ M Tokens
Output:
$
0.1
/ M Tokens
DeepSeek
chat
DeepSeek-R1-Distill-Qwen-7B
Total Context:
33K
Max output:
16K
Input:
$
0.05
/ M Tokens
Output:
$
0.05
/ M Tokens
