deepinfra/deepseek-ai/DeepSeek-R1-Distill-Llama-70B

DeepSeek-R1-Distill-Llama-70B 属于 DeepSeek R1 蒸馏系列，思路是把完整 R1 的推理行为迁移到更小的稠密基座上，让推理能力落在算力门槛更低的模型规格里。该版本发布于 2025 年 1 月 23 日，由 DeepInfra 提供托管服务。它解决的问题很直接：完整版 R1 参数规模大、单位 token 成本高，而很多业务只需要「会一步步想」的中等难度推理，不必付出旗舰级开销。模型支持 64000 tokens 上下文与单次最长 8192 tokens 输出，输入输出均为纯文本，能力标签为推理。适合数学与逻辑题求解、代码与结构化分析、需要显式推理过程的多步任务；不适合图像、音频类多模态输入，也不适合超长文档整篇塞入的场景。本站未收录其第三方跑分，具体能力上限建议以自身业务样本实测为准。

选型建议需要低成本、可接受纯文本与 64K 上下文的逐步推理能力时选它；要求多模态、超长文档或旗舰级推理深度则不必考虑。

• 求解数学题与应用题，需要模型先列推导步骤再给最终答案
• 辅助代码审查，让模型逐步分析逻辑分支与边界条件
• 做业务数据的归因分析，把多步推理过程输出给人工复核
• 生成需要严密论证链的技术说明或方案对比文档
• 在客服或运营流程中处理需要条件判断的多步规则问题

采用蒸馏路线：以 Llama 70B 稠密架构为基座，用 R1 生成的推理数据做能力迁移，而非 MoE 结构。

• 结构稠密 Llama 70B 基座叠加 R1 蒸馏训练，参数量固定、单次前向激活全部参数，显存占用与延迟表现比 MoE 更可预期。
• 能力继承 R1 的分步推理风格，在数学、逻辑与代码类多步任务上倾向先展开思路再给结论，纯文本输入输出。
• 披露除蒸馏路线与 64K 上下文、8K 输出上限外，层数、训练数据配比等细节公开资料较少，官方未披露完整技术报告。

定位是「用更小体量换取可用的推理深度」，在同规模稠密模型中偏推理向，但缺少本站可引用的实测跑分。

• 强项多步推理链路完整，数学题、逻辑推导、代码分析与结构化写作等需要中间步骤的任务，表现优于同规模通用对话模型。
• 短板本站未收录第三方跑分，能力判断只能依据蒸馏路线与命名，缺少可验证的量化对比；多模态与超长上下文均不支持。
• 适合把推理成本压到旗舰 R1 之下、又比通用小模型更看重推导质量的场景，如题目求解、报表归因、代码审查辅助。

官方定价为输入 0.23 美元/百万 tokens、输出 0.69 美元/百万 tokens，缓存读与输入同价，属于中低价位的推理型托管模型。

• 定位输入 0.23 美元、输出 0.69 美元每百万 tokens，输出约为输入的三倍，推理链越长、输出占比越高，实际单价越靠向 0.69 美元。
• 横向对比比 deepseek-r1 的 4 美元输入价低约 94%，相对价差 +1639.1%；比 r1-turbo 的 0.7 美元输入价低约 67%，价差 +204.3%。
• 平台差价目前仅 Requesty 一家报价，输入 0.23、输出 0.69、缓存读 0.23 美元，与官方价持平、价差 0.0%，暂无多家平台可比价。
• 省钱缓存读与输入同价，长系统提示复用没有额外折扣，控制上下文长度、精简提示词比依赖缓存更能压低账单。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.23/M / $0.69/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录该模型的公开跑分，收录平台数为 0，能力描述仅基于蒸馏路线与官方规格，不能当作实测结论使用。
• 边界上下文上限 64K、单次输出上限 8K，仅支持文本；蒸馏模型推理深度弱于完整 R1，超长文档与多模态任务需换方案。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。