# DeepSeek-R1

> Fiche du modèle de langage DeepSeek-R1 sur Quelle IA, édition du 28 septembre 2026. DeepSeek-R1 (DeepSeek) : score IA de 64,4, 138e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/deepseek-r1/
Origine : DeepSeek · Chine · sorti le 20 janvier 2025

## Score général

- Score IA : 64,4 (marge à 90 % : de 61,9 à 66,8)
- Rang : 138 (Groupe 10, ex æquo)
- Couverture : 65 % du poids des tâches, 11 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 63,3 | Rang 87 · 44 % |
| Code | 65,1 | Provisoire · 15 % |
| Agents | 65,1 | Provisoire · 22 % |
| Usage | non mesuré | Non mesuré |
| Maths | 63,3 | Provisoire · 12 % |
| Sciences | 66,5 | Provisoire · 40 % |
| Français | non mesuré | Non mesuré |
| Vision | non mesuré | Non mesuré |
| Écriture | non mesuré | Non mesuré |
| Web | non mesuré | Non mesuré |

## Exécution locale

Ses poids sont ouverts, mais sa taille n'est pas communiquée. Aucune estimation de mémoire n'est possible.

## Fiche technique

- Prix : Non communiqué
- Fenêtre de contexte : Non communiqué
- Entrées : Non communiqué
- Réflexion : Non communiqué
- Paramètres : Non communiqué
- Licence : Poids ouverts (poids ouverts, téléchargeables)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/models?library=gguf&search=DeepSeek-R1)
- Sur votre machine : [Ollama](https://ollama.com/search?q=DeepSeek-R1)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [API DeepSeek](https://api-docs.deepseek.com)
- L'essayer : [DeepSeek](https://chat.deepseek.com)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| MATH Level 5 | Maths | 93,1 % | 69,7 | archivé | https://epoch.ai/benchmarks |
| LiveBench, raisonnement | Raisonnement | 83,2 % | 70,3 | archivé | https://epoch.ai/benchmarks |
| Lech Mazur Writing | Écriture | 8,3 | 79,0 | archivé | https://epoch.ai/benchmarks |
| LiveBench, mathématiques | Maths | 80,7 % | 68,6 | archivé | https://epoch.ai/benchmarks |
| LiveBench | Hors tâche | 71,6 % | 66,6 | archivé | https://epoch.ai/benchmarks |
| Fiction.LiveBench | Données | 69,4 % | 68,7 | archivé | https://epoch.ai/benchmarks |
| LiveBench, code | Code | 66,7 % | 63,6 | archivé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 71,7 % | 66,7 | actif | https://epoch.ai/benchmarks |
| Aider Polyglot | Code | 56,9 % | 67,2 | archivé | https://aider.chat/docs/leaderboards/ |
| OTIS Mock AIME 2024-2025 | Maths | 53,3 % | 63,3 | saturé | https://epoch.ai/benchmarks |
| METR Time Horizons (taux de réussite) | Agents | 51,9 % | 63,7 | actif | https://epoch.ai/benchmarks |
| WeirdML (v2) | Code | 36,5 % | 65,2 | actif | https://htihle.github.io/weirdml.html |
| SciCode | Code | 35,7 % | 65,9 | actif | https://artificialanalysis.ai/evaluations/scicode |
| BALROG | Agents | 34,9 % | 68,3 | actif | https://balrogai.com/ |
| ForecastBench | Raisonnement | 60 % | 76,3 | actif | https://epoch.ai/benchmarks |
| SimpleBench | Raisonnement | 30,9 % | 60,1 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 15,8 % | 64,1 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 1,3 % | 65,9 | saturé | https://epoch.ai/benchmarks |
| CritPt | Sciences | 1,1 % | 62,1 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de DeepSeek-R1 ?** DeepSeek-R1 obtient un score IA de 64,4, avec une marge de 61,9 à 66,8, dans l'édition du 28 septembre 2026. Il est classé 138e sur 246 modèles, à partir de 11 mesures.

**Dans quelles tâches DeepSeek-R1 est-il le plus fort ?** Ses deux meilleures tâches sont sciences (66,5) et code (65,1). Sa tâche la plus faible est maths (63,3).

**DeepSeek-R1 peut-il tourner en local ?** Ses poids sont ouverts, mais sa taille n'est pas communiquée. Aucune estimation de mémoire n'est possible.

**Qui édite DeepSeek-R1 ?** DeepSeek-R1 est édité par DeepSeek (Chine), et il est sorti le 20 janvier 2025. Ses poids sont ouverts.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com