← Alle Modelle

DeepSeek-R1-Distill-Llama-70B

Veröffentlicht Herausgeber DeepSeek

Einordnung des Modells

DeepSeek-R1-Distill-Llama-70B ist ein von DeepSeek veröffentlichtes dichtes Reasoning-Modell mit etwa 70B Parametern. Es basiert auf Llama-3.3-70B-Instruct und wurde mit von DeepSeek-R1 generierten Beispielen feinabgestimmt. Es gehört zur R1-Serie destillierter Modelle und ist nicht das vollständige DeepSeek-R1-Modell. (github.com)

Fähigkeiten und Anwendungsbereiche

Das Modell ist für Textgenerierung und Reasoning-Aufgaben vorgesehen und kann zur Lösung mathematischer Probleme, für codebezogene Aufgaben und für die Reasoning-Forschung eingesetzt werden. Im offiziellen Evaluierungsbericht von DeepSeek erreichte diese Version bei AIME 2024 und MATH-500 jeweils einen pass@1-Wert von 70.0% beziehungsweise 94.5%; diese Ergebnisse spiegeln nur die jeweiligen Evaluierungsbedingungen wider und garantieren keine Leistung bei realen Aufgaben. (huggingface.co)

Einschränkungen und Bereitstellung

Die Ausgaben des Modells können Fehler, Wiederholungen oder inkohärente Inhalte enthalten; wichtige Ergebnisse sollten manuell überprüft werden. Offiziell wird empfohlen, beim Betrieb der R1-Serie temperature auf 0.5–0.7 zu setzen; empfohlen wird 0.6. Für die Modellkonfiguration und den Tokenizer sollten die offiziell bereitgestellten Einstellungen verwendet werden. Für dieses Modell werden Gewichte zur lokalen Bereitstellung angeboten; die dafür benötigten Ressourcen hängen von der Präzision, der Kontextlänge und der Inferenzkonfiguration ab. Laut offizieller Angabe stehen die Modellgewichte unter der MIT-Lizenz; zugleich wird darauf hingewiesen, dass diese Version von einem Basismodell abgeleitet ist, das der Llama 3.3-Lizenz unterliegt. Vor der Nutzung sollten die anwendbaren Lizenzbedingungen geprüft werden. (github.com)

Datum

2025-01-20: Tag der offiziellen Bereitstellung und Veröffentlichung der Serie. DeepSeek gab an diesem Tag bekannt, dass gleichzeitig sechs destillierte Modelle, darunter das 70B-Modell, bereitgestellt wurden. Auch der Commit-Verlauf des offiziellen Modell-Repositories für dieses konkrete Modell zeigt Datei-Uploads und Veröffentlichungs-Commits vom 2025-01-20. Hier wird das belegbare Datum der offiziellen Bereitstellung verwendet. (api-docs.deepseek.com)

Hinweis zur Datenlage: Anhand der vorliegenden Daten wurde nicht unabhängig verifiziert, ob dieses konkrete Modell bereits vor dem 2025-01-20 erstmals veröffentlicht wurde. Das oben genannte Datum beruht auf der offiziellen Ankündigung und dem Commit-Verlauf des Repositories dieses Modells und gilt nicht als verifizierter früherer Zeitpunkt der Erstveröffentlichung. (api-docs.deepseek.com)

Preise

Bei der Abfrage am 2026-11-20 führten weder die offizielle inländische Preisseite von DeepSeek in Renminbi (CNY) noch die internationale Preisseite in US-Dollar (USD) separate Eingabe- und Ausgabe-Tokenpreise für dieses konkrete destillierte Modell auf; daher ist sein offizieller API-Preis nicht verifiziert. Die DeepSeek-R1-API-Preise in der offiziellen Ankündigung von 2025 gelten für den R1-Dienst und können nicht als Preisangabe für dieses destillierte Modell herangezogen werden. Bei eigener Bereitstellung sind zudem Kosten etwa für Rechenressourcen zu berücksichtigen. (api-docs.deepseek.com)

Offizielle Quellen