約DeepSeek-R1-Distill-Llama-8B
DeepSeek-R1-Distill-Llama-8BはLlama-3.1-8Bをベースにした蒸留されたModelです。このModelはDeepSeek-R1によって生成されたサンプルを使用して微調整され、強力な推論能力を示しています。MATH-500で89.1%の精度、AIME 2024で50.4%の合格率、CodeForcesで1205の評価を達成し、8BスケールのModelとして印象的な数学的およびプログラミング能力を示しています。
メタデータ
仕様
州
Deprecated
建築
キャリブレートされた
いいえ
専門家の混合
いいえ
合計パラメータ
8B
アクティブ化されたパラメータ
推論
いいえ
Precision
FP8
コンテキスト長
33K
Max Tokens
他のModelsと比較
他のモデルに対してこのModelがどのように比較されるかを見てください。
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
