モデル比較
DeepSeek-R1
対
GLM-4.5V
2026/02/15
価格
Input
$
0.5
/ M Tokens
$
0.14
/ M Tokens
Output
$
2.18
/ M Tokens
$
0.86
/ M Tokens
メタデータ
仕様
州
Available
Available
建築
MoE
GLM-V family, based on GLM-4.5-Air, incorporates Chain-of-Thought reasoning, RLCS (Reinforcement Learning with Curriculum Sampling), and a Thinking Mode switch, with Mixture of Experts (MoE)
キャリブレートされた
いいえ
はい
専門家の混合
はい
はい
合計パラメータ
671B
106B
アクティブ化されたパラメータ
37B
12B
推論
いいえ
いいえ
Precision
FP8
FP8
コンテキスト長
164K
66K
Max Tokens
164K
66K
対応機能
Serverless
対応
対応
Serverless LoRA
サポートされていません
サポートされていません
Fine-tuning
サポートされていません
サポートされていません
Embeddings
サポートされていません
サポートされていません
Rerankers
サポートされていません
サポートされていません
Image入力をサポートする
サポートされていません
サポートされていません
JSON Mode
対応
サポートされていません
構造化されたOutputs
サポートされていません
サポートされていません
ツール
対応
対応
Fim Completion
対応
サポートされていません
Chat Prefix Completion
対応
サポートされていません
DeepSeek-R1比較において
見てくださいDeepSeek-R1主要な次元において他の人気のあるモデルと比較します。
VS
MiniMax-M2.5
VS
GLM-5
VS
Step-3.5-Flash
VS
GLM-4.7
VS
MiniMax-M2.1
VS
GLM-4.6V
VS
DeepSeek-V3.2
VS
DeepSeek-V3.1-Nex-N1
VS
Kimi-K2-Thinking
VS
MiniMax-M2
VS
DeepSeek-V3.2-Exp
VS
GLM-4.6
VS
DeepSeek-V3.1-Terminus
VS
Qwen3-VL-235B-A22B-Instruct
VS
Qwen3-VL-235B-A22B-Thinking
VS
Ring-flash-2.0
VS
Ling-flash-2.0
VS
Kimi-K2-Instruct-0905
VS
DeepSeek-V3.1
VS
GLM-4.5V
