Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche modèle · édition du

DeepSeek-⁠R1 (May 2025)

DeepSeek · Chine · sorti le DeepSeek · Chine · 28 mai 2025

  • Poids ouverts · MIT
  • Serveur seulement
  • Classe énergétique E
68,4de 65,5 à 71,3Rang 132 · 90 %?
Empreinte?
Raisonnement66,8Code69,5Agents64,4Usage71,3Maths67,4Sciences69,5Français67,9VisionÉcriture71,3Web

Son bilan?

  • Au classement général, 132e sur 257, dans un groupe de 18 modèles trop proches pour être départagés.
  • Pas encore classé en raisonnement, code, tâches d'agent, maths et sciences : trop peu de mesures.
  • Pas encore mesuré en compréhension d'images et création web.
L'application de l'éditeurDeepSeek Ce modèle n'y est peut-être plus proposé. (nouvel onglet)

Estimationenviron 1,4 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Score général?

68,4de 65,5 à 71,3

Rang132Groupe 9, ex æquoCouverture90 %14 mesures

Pourquoi ce score ? →Comment lire un score →

Peut-il tourner chez vous ?ESTIMATION

Trop lourd pour les machines que suit QUELLE IA : 472,6 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.

  • Cartes graphiquesTrop juste
  • PC portables GeForce RTXTrop juste
  • PC portables Intel Core UltraTrop juste
  • PC portables Snapdragon X2Trop juste
  • MacTrop juste
  • Mini-PC et PC portables Ryzen AI MaxTrop juste
  • Nvidia DGX et RTX SparkTrop juste
  • Sans carte graphiqueTrop juste
  • ServeurOui
Mémoire selon la versionAllégée, 4 bits472,6 GoAllégée, 8 bits827,1 GoComplète, 16 bits1 575,5 GoLe pointillé marque 448 Go, la mémoire utile de quatre DGX Spark en grappe, la plus grande machine que nous suivons.
Vitesse de générationPas d'estimation de vitesse : l'éditeur ne publie pas le nombre de paramètres actifs par jeton de ce modèle. Comment on l’estime.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

Prix
0,43 € / 1,86 €entrée / sortie, par million de jetons
Fenêtre de contexte
163 840 jetonsenviron 123 000 mots
Entrées
Texte
Réflexion
Non communiqué
Paramètres
685 milliards
Licence
MITpoids ouverts, téléchargeables
Classe énergétique
Esur une échelle de A à G
Hébergement en Europe
Possible
Connaissances jusqu'à
Juillet 2024

Où le trouver

Liens directs, sans affiliation

À lire sur Clubic

1 article · relevé du

Une sélection automatique des articles de Frandroid, Numerama et Clubic consacrés à ce modèle. Ces trois médias appartiennent au groupe Humanoid. Les articles n'entrent pas dans le score.

Toutes les mesures

26 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
MATH Level 596,6 %75,7InconnueARCHIVÉepoch.ai
Lech Mazur Writing8,1976,2InconnueARCHIVÉepoch.ai
Fiction.LiveBench75 %72,0InconnueARCHIVÉepoch.ai
Aider Polyglot71,4 %72,3InconnueARCHIVÉaider.chat
GPQA Diamond76,3 %69,4InconnueSATURÉepoch.ai
OTIS Mock AIME 2024-202566,4 %67,0InconnueSATURÉepoch.ai
Arena, texte1 421,5 Elo75,1InconnueACTIFarena.ai
Arena, écriture créative1 388,5 Elo74,8InconnueACTIFarena.ai
Arena, questions de code1 464,0 Elo74,3InconnueACTIFarena.ai
Arena, questions de maths1 412,1 Elo72,4InconnueACTIFarena.ai
Arena, écriture créative1 373,7 Elo71,4InconnueACTIFarena.ai
Voir les 14 autres mesures
Arena, questions de code1 443,9 Elo69,7InconnueACTIFarena.ai
Arena, texte1 398,2 Elo69,5InconnueACTIFarena.ai
Arena, questions d'experts1 417,8 Elo69,9InconnueACTIFarena.ai
Arena, questions en français1 418,1 Elo69,8InconnueACTIFarena.ai
Arena, questions de maths1 392,2 Elo68,2InconnueACTIFarena.ai
Arena, questions d'experts1 402,1 Elo66,8InconnueACTIFarena.ai
compar:IA991,0 Elo61,2InconnueACTIFarene.comparia.beta.gouv.fr
Arena, questions en français1 390,6 Elo63,7InconnueACTIFarena.ai
compar:IA978,0 Elo56,4InconnueACTIFarene.comparia.beta.gouv.fr
WeirdML (v2)41,6 %68,9InconnueACTIFhtihle.github.io
DeepResearch Bench35,1 %38,7InconnueACTIFepoch.ai
SimpleBench40,8 %69,7InconnueACTIFepoch.ai
ARC-AGI-121,2 %66,3InconnueSATURÉarcprize.org
ARC-AGI-21,1 %65,0InconnueSATURÉepoch.ai

En bref

Quel est le score de DeepSeek-R1 (May 2025) ?
DeepSeek-R1 (May 2025) obtient un score IA de 68,4, avec une marge de 65,5 à 71,3, dans l'édition du 9 novembre 2026. Il est classé 132e sur 257 modèles, à partir de 14 mesures.?
Dans quelles tâches DeepSeek-R1 (May 2025) est-il le plus fort ?
Ses deux meilleures tâches sont usage (71,3) et écriture (71,3). Sa tâche la plus faible est agents (64,4).
DeepSeek-R1 (May 2025) peut-il tourner en local ?
Trop lourd pour les machines que suit QUELLE IA : 472,6 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.
Combien coûte DeepSeek-R1 (May 2025) ?
0,43 € par million de jetons en entrée et 1,86 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 1,4 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite DeepSeek-R1 (May 2025) ?
DeepSeek-R1 (May 2025) est édité par DeepSeek (Chine), et il est sorti le 28 mai 2025. Ses poids sont ouverts, sous licence MIT.

Ses voisins?