모델 비교
DeepSeek-R1
대
DeepSeek-V3.2
2026. 2. 10.
가격
Input
$
0.5
/ M Tokens
$
0.27
/ M Tokens
Output
$
2.18
/ M Tokens
$
0.42
/ M Tokens
메타데이터
사양
주
Available
Available
건축
MoE
DeepSeek Sparse Attention (DSA), Scalable Reinforcement Learning Framework, Large-Scale Agentic Task Synthesis Pipeline
교정된
아니요
아니요
전문가의 혼합
네
아니요
총 매개변수
671B
671B
활성화된 매개변수
37B
671B
추론
아니요
아니요
Precision
FP8
FP8
콘텍스트 길이
164K
164K
Max Tokens
164K
164K
지원됨 기능
Serverless
지원됨
지원됨
Serverless LoRA
지원하지 않음
지원하지 않음
Fine-tuning
지원하지 않음
지원하지 않음
Embedding
지원하지 않음
지원하지 않음
Rerankers
지원하지 않음
지원하지 않음
지원 Image Input
지원하지 않음
지원하지 않음
JSON Mode
지원됨
지원됨
구조화된 Outputs
지원하지 않음
지원하지 않음
도구
지원됨
지원됨
Fim Completion
지원됨
지원하지 않음
Chat Prefix Completion
지원됨
지원됨
DeepSeek-R1비교에서
보세요 어떻게 DeepSeek-R1다른 인기 있는 모델과 주요 측면에서 비교합니다.
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
