R1 0528

R1 0528 属于 DeepSeek 的 R1 推理模型序列，定位是把「先想再答」的推理过程做成可调用的模型能力，用来处理通用对话模型容易跳步的多步问题。它在 2025 年 5 月 28 日发布，权重以 MIT 许可证开放，可下载自建，也可通过第三方平台调用。上下文窗口 163840 tokens，单次最大输出 32768 tokens，知识截止 2025 年 3 月 31 日，输入输出均为纯文本。能力面覆盖推理、工具调用、结构化输出与温度调节，适合把推理结果接入检索、计算或下游系统。官方定价为输入 0.5 美元/百万 tokens、输出 2.15 美元/百万 tokens、缓存读 0.35 美元/百万 tokens，整体高于同门 V3 系列，价差对应的是推理链带来的额外输出开销。

选型建议需要开源可自部署的强推理文本模型、并能接受高于 V3 系列单价时选它；只做通用高吞吐文本生成、成本优先则选 V3 系列。

• 拆解多步骤数学与逻辑题，保留可检查的中间推理过程
• 生成并校验结构化 JSON 输出，接入下游数据管道
• 调用检索与计算工具，完成需要多轮交互的任务编排
• 在私有环境部署 MIT 权重，做内部推理服务的二次开发
• 对长文档分段推理，提取要点并整理成结构化报告

R1 0528 沿用 R1 系列的推理式生成路线，核心取向是在给出答案前先展开较长的思维链，再收敛到结论。

• 结构公开资料未完整披露参数规模与层数，可确认的是它属于 R1 推理序列，权重以 MIT 许可开放，支持私有化部署。
• 能力支持推理、工具调用、结构化输出与温度调节，配合 163840 tokens 上下文，可承载文档级输入与多步任务。
• 披露训练数据构成、蒸馏方式与具体参数在本站事实中未给出，架构判断只能停留在定性层面。

开源权重

是

许可证

mit

本站没有该模型的第三方跑分数据，性能只能结合 R1 系列的公开定位做定性判断，选型应以自有任务实测为准。

• 强项长链推理与多步工具调用是主要设计目标，结构化输出便于把推理结果直接接入下游系统。
• 短板只处理文本，不含图像与音频；单次输出上限 32768 tokens，超长产出需要分段续写。
• 适合数学推理、逻辑拆解、代码与流程类问题；简单问答场景下推理链会拉长输出，成本与延迟都不划算。

官方定价为输入 0.5 美元/百万 tokens、输出 2.15 美元/百万 tokens，缓存读 0.35 美元/百万 tokens，输出侧是主要成本来源。

• 定位同门 V3 系列输入价在 0.25 至 0.32 美元区间，比本模型低 36% 至 50%，价差买的是推理能力而非通用吞吐。
• 横向对比DeepSeek V3.2 输入 0.3、输出 0.5 美元，输出侧差距最大；V3.1 输入 0.25 美元，对本模型形成五成价差。
• 平台差价DeepInfra 与 OpenRouter 报价与官方一致，输入 0.5、输出 2.15 美元；OpenRouter 另列 0.35 美元缓存读价。
• 省钱缓存读按输入价七折计费，重复提示词场景可省约三成输入成本，复用长上下文比重复拼接更划算。

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 $0.5/M / $2.15/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

• 口径本站无第三方跑分与榜单数据，能力排序缺少量化依据，横向比较只能看价格与上下文等硬指标。
• 边界仅文本进文本出，知识截止 2025 年 3 月 31 日；32768 tokens 输出上限与 163840 tokens 上下文并不等同，长文产出要留余量。

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。