DeepSeek · deepseek-r1
DeepSeek-R1 的技术亮点包括：在后训练中采用大规模强化学习；使用极少量的标注数据即可带来显著的性能提升；在数学、代码以及推理任务表现出色。
三种买法各挑一个最划算的。点卡片看这一种的全部选择。
DeepSeek-R1 的技术亮点包括：在后训练中采用大规模强化学习；使用极少量的标注数据即可带来显著的性能提升；在数学、代码以及推理任务表现出色。
三种买法各挑一个最划算的。点卡片看这一种的全部选择。
折扣与价格评分按中国大陆的官方价计算
| 计价项 | 适用范围 | 官方价格 |
|---|---|---|
| 缓存读取 | 全球 | 0.9361 CNY每百万 Token |
| 输入 | 全球 | 3.678 CNY每百万 Token |
| 输入 | 中国大陆 | 3.838 CNY每百万 Token |
| 输出 | 全球 | 14.64 CNY每百万 Token |
| 输出 | 中国大陆 | 15.34 CNY每百万 Token |
不同地方写法可能不一样，列在这里方便你对上号。名字太模糊、认不准的不会公开。
这个模型还没有综合能力指数，排不出名次，下面是它的单项成绩。
科学难题、数学和没见过的新题，看它想得清不清楚。
从没见过的图形规律题，靠现场推理而不是背题。看它遇到新问题会不会举一反三。
研究生水平的物理、化学、生物难题。拿它做研究、分析复杂问题时看这项。
厂商官方接口的实测中位数，看它回答快不快；不代表任何中转站线路的快慢。
厂商官方接口开始回答后，每秒能吐出多少 Token 的实测中位数。不代表中转站线路的快慢。
向厂商官方接口提问后，要等几秒才看到回答的第一个字（思考模型包括思考时间）的实测中位数。越短越好，不代表中转站线路。
这些评测停止更新、有成绩的模型太少或者和选购关系不大，成绩仅供参考，不影响上面的名次和用途筛选。
多语言代码编辑任务；结果包含 Aider 执行框架影响。
不再排行的原因：评测方已经很久没测新模型，排名反映不了现在的模型。
模型能独立做完多长时间的任务（按人类专家要花的分钟数算）。让它长时间自己干活时看这项。
不再排行的原因：评测方已经很久没测新模型，排名反映不了现在的模型。
Epoch AI 把几十项前沿评测合成的一个能力指数，用来看模型整体有多强。
不再排行的原因：综合能力已改按 Artificial Analysis 智能指数排名（覆盖的在售模型多一倍）；Epoch 综合指数留作第二来源参考。
使用持续更新题目降低污染风险的综合能力评测。
不再排行的原因：评测方已经很久没测新模型，排名反映不了现在的模型。
竞赛数学里最难一档题目的正确率。
不再排行的原因：主流模型几乎都能做满分，已经分不出高低；评测方也已停止测新模型。
普通人一眼能答对、模型却容易掉坑的常识题。看它日常对话靠不靠谱。
不再排行的原因：有成绩的在售模型太少，排不成榜。
还没有人点评。用过的话，写下第一条真实体验，帮后来的人少踩坑。
发布模型点评