DeepSeek-R1 (Deep Infra)

DeepSeek-R1 属于 deepseek-thinking 系列，权重开放，可自托管，也可按量调用托管接口。上下文窗口为 163,840 tokens，单次最大输出 32,768 tokens，知识截止 2024-07，输入输出均为文本。它要解决的是通用生成模型在复杂问题上推理不够充足、步骤难以检验：模型会先展开较长的思考过程，再进行作答，适合数学推导、代码排查、多步逻辑校验这类需要明确分析过程的任务，同时支持工具调用与温度调节，便于接入检索或执行链路。本站未收录该模型的第三方跑分，能力判断只能依据其系列定位与结构特征，选型时建议用自有任务集实测。价格按输入 0.7 美元/百万 tokens、输出 2.4 美元/百万 tokens 计，思考链会放大输出侧用量，成本估算需把推理过程一起计入。

选型建议需要显式推理与长上下文、且能接受较高输出成本时选它；追求低延迟或低成本批量生成时，同门 V3 系列更合适。

• 拆解多步骤数学与逻辑题，输出可逐步核对的推理过程
• 辅助代码调试：让模型定位报错原因并给出修复思路
• 处理长文档：借助超长上下文对合同、论文做要点抽取与比对
• 编排工具调用流程，把检索结果交给模型做二次判断与归纳
• 用开放权重搭建内部推理服务，验证私有化部署的可行性与成本

该条目属于 deepseek-thinking 推理线，权重开放，结构细节的公开资料较少，以下只做可确认的定性描述。

• 结构沿用 R1 系列的推理导向设计，权重开放、支持自托管；具体层数与参数规模公开资料较少，不做推断。
• 能力支持长链推理、工具调用与温度调节，配合 163,840 tokens 上下文，可容纳长文档与多轮工具返回结果。
• 披露知识截止 2024-07，输入输出均为纯文本，不含图像或音频通道，多模态需求需另配前置管线。

开源权重

是

模型家族

deepseek-thinking

本站未收录该模型的公开跑分，无法给出分数或榜单名次，只能就任务类型做定性判断。

• 强项需要显式推理步骤的任务更稳，数学推导、代码调试、逻辑校验类问题受益于思考链路。
• 短板思考过程会额外消耗输出 token，简单问答容易变慢变贵，对延迟敏感的高并发场景不占优。
• 适合单次调用价值高、可接受秒级等待的分析型任务，而非低延迟闲聊或大批量简单分类。
• 对比同门 V3 系列偏向通用生成与吞吐效率，R1 更偏推理深度，两者按任务性质分工更合理。

官方价格为输入 0.7 美元/百万 tokens、输出 2.4 美元/百万 tokens，处于同门模型中偏高一档。

• 定位在同门 R1 0528 与 V3 系列之间，输入与输出定价都更高，适合按需调用而非全量铺开。
• 横向对比DeepSeek R1 0528 (Deep Infra) 的输入价低约 28.6%，V3 0324 的输入价低约 65.7%，通用任务换用后者更划算。
• 平台差价Requesty 的输入报价比基准高约 21.4%，输出也略高，Deep Infra 通道目前是价格基准。
• 省钱压缩思考长度可显著降低输出支出；缓存读为 0.85 美元/百万 tokens，高于输入单价，命中缓存未必更省，需按实际计费核对。

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 $0.7/M / $2.4/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第三方跑分，任何分数与榜单名次都无从确认，选型应以自有任务集验证为准。
• 边界仅支持文本输入输出，知识截止 2024-07，之后的事实需依赖检索或工具补足；收录平台仅 1 家，供应渠道单一。
• 版本R1 与 R1 0528 是价格和上下文略有差异的两个条目，接入前需确认版本，避免按错条目估算成本。

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。