Сравнение Model
DeepSeek-R1
против
Ring-flash-2.0
15 февр. 2026 г.
Цены
Input
$
0.5
/ M Tokens
$
0.14
/ M Tokens
Output
$
2.18
/ M Tokens
$
0.57
/ M Tokens
Метаданные
Создать на
20 янв. 2025 г.
19 сент. 2025 г.
Лицензия
MIT
MIT LICENSE
Поставщик
DeepSeek
inclusionAI
Спецификация
Государство
Available
Available
Архитектура
MoE
Mixture-of-Experts (MoE) with 1/32 expert activation ratio and MTP layers, featuring low activation and high sparsity design
Калибровка
Нет
Да
Смешение экспертов
Да
Да
Общее количество параметров
671B
100B
Активированные параметры
37B
6.1B
Мышление
Нет
Нет
Точность
FP8
FP8
Длина контекста
164K
131K
Максимум Tokens
164K
131K
поддерживается функциональность
Безсерверный
поддерживается
поддерживается
Безсерверный LoRA
Не поддерживается
Не поддерживается
Тонкая настройка
Не поддерживается
Не поддерживается
Embeddings
Не поддерживается
Не поддерживается
Rerankers
Не поддерживается
Не поддерживается
Поддержка Image Input
Не поддерживается
Не поддерживается
Режим JSON
поддерживается
Не поддерживается
Структурированные Outputs
Не поддерживается
Не поддерживается
Инструменты
поддерживается
Не поддерживается
Завершение погашения
поддерживается
Не поддерживается
Chat Префикс Заполнение
поддерживается
поддерживается
DeepSeek-R1в сравнении
Смотрите как DeepSeek-R1сравнивается с другими популярными моделями по ключевым параметрам.
ВС
MiniMax-M2.5
ВС
GLM-5
ВС
Step-3.5-Flash
ВС
GLM-4.7
ВС
MiniMax-M2.1
ВС
GLM-4.6V
ВС
DeepSeek-V3.2
ВС
DeepSeek-V3.1-Nex-N1
ВС
Kimi-K2-Thinking
ВС
MiniMax-M2
ВС
DeepSeek-V3.2-Exp
ВС
GLM-4.6
ВС
DeepSeek-V3.1-Terminus
ВС
Qwen3-VL-235B-A22B-Instruct
ВС
Qwen3-VL-235B-A22B-Thinking
ВС
Ring-flash-2.0
ВС
Ling-flash-2.0
ВС
Kimi-K2-Instruct-0905
ВС
DeepSeek-V3.1
ВС
GLM-4.5V
