← Alle Modelle

DeepSeek-R1-Distill-Qwen-1.5B

Veröffentlicht Herausgeber DeepSeek

Modelleinordnung

DeepSeek-R1-Distill-Qwen-1.5B ist ein von DeepSeek veröffentlichtes destilliertes Reasoning-Modell mit rund 1,5 Milliarden Parametern. Es basiert auf Qwen2.5-Math-1.5B und wurde mit von DeepSeek-R1 generierten Beispielen feinabgestimmt. Die Modellgewichte sind öffentlich verfügbar; die Modellkarte gibt die MIT-Lizenz an. (github.com)

Fähigkeiten und Anwendungsbereiche

Das Modell ist für Textgenerierung und Reasoning ausgelegt. Es kann zum Lösen mathematischer Probleme, zur Programmierunterstützung und für Reasoning-Experimente eingesetzt werden. Die Gewichte können auch für lokale Bereitstellung und Forschung heruntergeladen werden. In den offiziellen Evaluationen erreichte dieses Modell bei AIME 2024 einen pass@1-Wert von 28,9 % und bei MATH-500 einen pass@1-Wert von 83,9 %; diese Ergebnisse hängen von den offiziellen Evaluierungseinstellungen ab und stehen nicht für die Leistung bei allen praktischen Aufgaben. (github.com)

Einschränkungen

Das Modell kann falsche Antworten oder fehlerhaften Code erzeugen; wichtige Ergebnisse müssen von Menschen überprüft werden. Seine Evaluierungsergebnisse können nicht unmittelbar mit denen des größeren R1 oder anderer destillierter Modelle gleichgesetzt werden. Bei der Bereitstellung sollten die offiziell bereitgestellte Konfiguration und der Tokenizer verwendet werden; der tatsächliche Ressourcenverbrauch hängt von der Art der Bereitstellung ab. (github.com)

Veröffentlichungsdatum

2025-01-20: Datum der offiziellen Bereitstellung. Die Commit-Historie des offiziellen DeepSeek-Modell-Repositorys für dieses Modell zeigt an diesem Tag einen initialen Commit, Datei-Uploads und veröffentlichungsbezogene Commits. (huggingface.co)

Hinweis zur Datenlage: Das eigenständige Erstveröffentlichungsdatum dieses konkreten Modells wurde anhand der vorliegenden Daten noch nicht unabhängig verifiziert. Das oben genannte Datum basiert auf dem Bereitstellungseintrag in seinem offiziellen Modell-Repository und wird nicht als unabhängig bestätigtes Erstveröffentlichungsdatum behauptet; die Ankündigung von DeepSeek vom selben Tag bestätigt die Veröffentlichung von R1 und die gleichzeitige Freigabe von sechs kleinen destillierten Modellen als Open Source. (huggingface.co)

Preise

Stand 2026-11-20 wurden die offiziellen DeepSeek-API-Preisseiten für den chinesischen Markt in Renminbi und den internationalen Markt in US-Dollar abgefragt. Auf keiner der beiden Seiten konnten offizielle Preise für Eingabe- und Ausgabe-Token verifiziert werden, die für dieses Modell gelten; daher werden keine Beträge aufgeführt. Die Preise für die offizielle Version von R1 und andere Modelle können nicht unmittelbar als Preise für dieses destillierte Modell angesehen werden; bei eigener Bereitstellung können dennoch Kosten für Rechenressourcen entstehen. (api-docs.deepseek.com)

Offizielle Quellen