← Alle Modelle

DeepSeek-R1-Distill-Qwen-14B

Veröffentlicht Herausgeber DeepSeek

Modelleinsatz

DeepSeek-R1-Distill-Qwen-14B ist ein von DeepSeek veröffentlichtes Textgenerierungsmodell für Schlussfolgerungsaufgaben. Es basiert auf Qwen2.5-14B und wurde mithilfe von DeepSeek-R1 erzeugter Beispiele destilliert und feinabgestimmt. Die Modellgewichte wurden offiziell veröffentlicht; die Modellkarte nennt die MIT-Lizenz. (github.com)

Fähigkeiten und Anwendungsbereiche

Das Modell ist für Mathematik, Programmierung und andere Textaufgaben ausgelegt, die mehrschrittiges Schlussfolgern erfordern. Es kann für die Forschung zum Schlussfolgern, für Fragen und Antworten sowie für die lokale Bereitstellung verwendet werden. Im offiziellen Bericht erzielte dieses Modell auf AIME 2024, MATH-500 und LiveCodeBench pass@1-Werte von 69,7 %, 93,9 % beziehungsweise 53,1 %; dies sind Ergebnisse unter bestimmten Evaluierungsbedingungen und keine Garantie für die Erfolgsrate bei realen Aufgaben. (github.com)

Einschränkungen

Das Modell kann fehlerhafte oder inkohärente Inhalte erzeugen; wichtige Ergebnisse sollten unabhängig überprüft werden. Laut offizieller Angabe kann die R1-Serie den Denkprozess überspringen oder wiederholte Ausgaben erzeugen. Für die Bereitstellung wird empfohlen, die offiziell bereitgestellte Konfiguration und den offiziellen Tokenizer zu verwenden. Der Wert von max_position_embeddings in der Modellkonfiguration beträgt 131072, doch der tatsächlich nutzbare Kontext und die Leistung hängen von der Bereitstellungskonfiguration ab. Allein dieser Konfigurationswert garantiert daher keine gute Leistung bei langem Kontext. (github.com)

Datum

2025-01-20: Datum des Eintrags im offiziellen Modell-Repository. Laut den Modellmetadaten von Hugging Face wurde das Repository dieses konkreten Modells am 2025-01-20 um 09:18:27 UTC erstellt; die DeepSeek-Ankündigung vom selben Tag besagt außerdem, dass gleichzeitig sechs kleine destillierte Modelle veröffentlicht wurden. (huggingface.co)

Hinweis zur Quellenlage: In den derzeitigen Daten sind der eigenständige Erstveröffentlichungstag dieses konkreten Modells und der genaue Zeitpunkt, zu dem die Gewichte erstmals heruntergeladen werden konnten, noch nicht unabhängig verifiziert. Das oben genannte Datum verwendet den Erstellungszeitpunkt des offiziellen Modell-Repositorys als Eintragsdatum und betrachtet ihn nicht als unabhängig bestätigten Erstveröffentlichungstag. Die Repository-Metadaten und die offizielle Ankündigung finden sich in den Modellmetadaten beziehungsweise in der R1-Veröffentlichungsankündigung. (huggingface.co)

Preis

Bei der Einsicht in die offiziellen DeepSeek-Preisseiten für inländische Preise in Renminbi und internationale Preise in US-Dollar wurden mit Stand 2026-11-20 keine spezifischen API-Abrechnungspreise für Eingaben oder Ausgaben dieses destillierten 14B-Modells gefunden; der Preis ist daher nicht verifiziert. Die API-Preise in der offiziellen R1-Ankündigung gelten für DeepSeek-R1 und sollten nicht unmittelbar auf dieses Modell übertragen werden; bei eigener Bereitstellung können zudem Kosten etwa für Rechenressourcen anfallen. (api-docs.deepseek.com)

Offizielle Quellen