← Tous les modèles

DeepSeek-R1-0528-Qwen3-8B

Publication Éditeur DeepSeek

Positionnement du modèle

DeepSeek-R1-0528-Qwen3-8B est un modèle de génération de texte et de raisonnement d’environ 8 milliards de paramètres. DeepSeek l’a entraîné en distillant Qwen3-8B Base à l’aide des données de chaîne de pensée de DeepSeek-R1-0528. Il ne s’agit pas du modèle DeepSeek-R1-0528 complet. (api-docs.deepseek.com)

Capacités et utilisations

Le modèle convient au raisonnement mathématique, à la programmation et à la génération de texte. Il peut également servir à la recherche sur les modèles de raisonnement et au développement d’applications utilisant de petits modèles. Les résultats rapportés officiellement comprennent : 86,0 % sur AIME 2024, 76,3 % sur AIME 2025, 61,1 % sur GPQA Diamond et 60,5 % sur LiveCodeBench. Le résultat sur AIME 2024 est supérieur de 10 points de pourcentage à celui de Qwen3-8B indiqué dans le rapport ; ces résultats ont été obtenus dans des conditions de test particulières et ne garantissent pas les performances sur des tâches réelles. (huggingface.co)

Les poids du modèle sont disponibles dans le dépôt officiel, qui indique une licence MIT, et permettent un déploiement local ; toute utilisation doit respecter les conditions de la licence. (huggingface.co)

Limites

  • Les sorties peuvent encore contenir des erreurs factuelles ou de raisonnement ; les résultats importants doivent être vérifiés par une personne.
  • L’architecture de ce modèle est identique à celle de Qwen3-8B, mais il utilise la configuration du tokenizer de DeepSeek-R1-0528 ; le fournisseur officiel exige d’utiliser tous les fichiers de configuration du dépôt de ce modèle lors du déploiement, plutôt que de reprendre directement la configuration d’origine de Qwen3. (huggingface.co)
  • Les fonctionnalités API, la longueur de contexte ou les résultats d’évaluation du modèle DeepSeek-R1-0528 complet ne doivent pas être directement considérés comme les spécifications de ce modèle distillé 8B.

Date de publication

29 mai 2025 : le commit initial et les enregistrements de téléversement des fichiers du dépôt officiel du modèle indiquent tous cette date. L’annonce de mise à jour de R1 par DeepSeek est datée du 28 mai 2025 et présente également ce modèle distillé. (huggingface.co)

Prix

Au 18 novembre 2026, les pages officielles de tarification de DeepSeek en yuans chinois (CNY) pour le marché national et en dollars américains (USD) pour le marché international ont été consultées ; aucun tarif officiel d’entrée ou de sortie d’API propre à ce modèle n’a pu être vérifié sur ces pages. Les prix des autres modèles indiqués sur ces deux pages ne permettent pas de déduire le prix de ce modèle ; un déploiement par ses propres moyens peut également entraîner des coûts, notamment en ressources de calcul. (api-docs.deepseek.com)

Sources officielles