基准推理性能
在 AIME 与 MATH 两项基准测试上达到 o1-preview 级别的表现,官方称其为「超级推理能力」,面向数学与逻辑推理任务。
官方说明 ↗拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
在 AIME 与 MATH 基准上达到 o1-preview 水平、实时展示思考过程的推理模型
DeepSeek-R1-Lite-Preview 是 DeepSeek 推出的推理预览版模型,在 AIME 与 MATH 基准测试上达到 o1-preview 级别的表现,并在对话中实时透明地展示思考过程。它遵循「推理越长、表现越好」的推理缩放规律,思考链越长,AIME 得分持续上升。目前可通过 chat.deepseek.com 直接体验,配套的开源模型与 API 尚未上线。短板是仍为预览版:开源模型与 API 均未发布,价格与免费额度也未公布。
DeepSeek-R1-Lite-Preview 是 DeepSeek 推出的推理方向预览模型,定位是释放更强的推理能力,重点提升在 AIME、MATH 这类数学与推理基准上的成绩。
它的核心表现是对标 o1-preview 级别的基准性能,并在对话中实时透明地展示思考过程,让用户能看到模型如何一步步推导。模型还体现出推理缩放规律:思考长度增加时,AIME 得分稳步提升,即「推理越长、表现越好」。
使用上,普通用户可以直接在 chat.deepseek.com 体验;面向开发者的开源模型与 API 明确为「即将推出」,尚未开放。
在 AIME 与 MATH 两项基准测试上达到 o1-preview 级别的表现,官方称其为「超级推理能力」,面向数学与逻辑推理任务。
官方说明 ↗在对话中实时、透明地展示模型的思考过程,用户可以观察它一步步推导,而不是只看到最终答案。
官方说明 ↗思考长度增加时,AIME 得分稳步提升,呈现「推理越长、表现越好」的规律,模型可在更长推理中得到更高分。
官方说明 ↗已上线,可直接在 chat.deepseek.com 试用;无需等待 API 或本地部署即可感受推理能力。
官方说明 ↗开源模型与 API 均标注为「即将推出」,尚未开放,开发者需要等待正式发布后才能接入。
官方说明 ↗当你要做数学、逻辑类推理题、并希望看到模型推理过程时,DeepSeek-R1-Lite-Preview 值得一试:它在 AIME 与 MATH 上达到 o1-preview 级别表现,且思考链实时可见。它在 chat.deepseek.com 免费开放体验,适合先验证推理质量再决定是否投入。但当你要把它接进生产系统时要谨慎:开源模型与 API 都还没发布,价格与额度也未公布,现阶段无法做工程化集成,只能先在网页端评估效果。
需要练 AIME、MATH 类题目并核对推理步骤,网页端可直接对照模型思考链检查自己的解法。
想横向比较推理模型在数学基准上的表现,可把它与 o1-preview 级模型放在同一批题上对照。
API 与开源模型均标注即将推出,当前无法接入,只能等正式发布后再评估集成方案。
开源权重尚未发布,无法下载部署,现阶段只能通过网页端体验。
| 指标 | 数值 | 数据来源 |
|---|---|---|
| AIME 与 MATH 基准表现 | o1-preview 级别 | DeepSeek 官方发布说明 |
| 推理缩放趋势 | 思考越长,AIME 得分越高 | DeepSeek 官方发布说明 |
目前可通过 chat.deepseek.com 直接体验,但价格与免费额度均未公布,也没有可供查询的付费档位信息。
在 AIME 与 MATH 两项基准测试上达到 o1-preview 级别的表现,并且思考长度增加时 AIME 得分稳步提升。
还不能。开源模型与 API 均标注为即将推出,当前只有 chat.deepseek.com 这一在线体验入口。
按公布的基准口径,两者在 AIME 与 MATH 上处于同一水平;DeepSeek-R1-Lite-Preview 的特点是实时展示思考过程,且目前以网页端预览形式开放,适合先试推理能力再决定长期方案。
发布推理预览模型,在 AIME 与 MATH 上达到 o1-preview 级别表现,实时展示思考过程,开源模型与 API 即将推出。
官方公告 ↗