DeepSeek放出超重磅全新模型R1：对标o1, 实测超出想象的好，今天可用

DeepSeek放大招！DeepSeek-R1-Lite-Preview 震撼登场！推理能力超强，没有黑盒，实时展示推理思考过程，直接叫板OpenAI的o1-preview！

直接看性能

DeepSeek-R1-Lite 预览版模型在美国数学竞赛（AMC）中难度等级最高的 AIME 以及全球顶级编程竞赛（codeforces）等权威评测中，大幅超越了 GPT4o，甚至o1-preview 等知名模型

在六个不同基准测试（AIME 2024、MATH、GPQA Diamond、Codeforces、LiveCodeBench、ZebraLogic）中的表现

AIME 2024 ：pass1，模型第一次尝试就给出正确答案的百分比

deepseeker-r1-lite-preview 的表现最佳，达到 52.5%。o1-preview 紧随其后，为 44.6%

MATH ：accuracy，模型在数学推理题上的正确率

deepseeker-r1-lite-preview 依然领先，正确率为 91.6%。o1-preview 紧随其后（85.5%），与其他模型拉开较大差距

GPQA Diamond：pass1，模型在高难度问题上的首答正确率

o1-preview 领先，达到 73.3%，deepseeker-r1-lite-preview 紧随其后，为 58.5%

Codeforces：rating，模型在编程挑战赛中的分数

deepseeker-r1-lite-preview 领先，分数为1450 , o1得分1428

LiveCodeBench：accuracy，编程任务的正确率（2024年8月至11月）

o1-preview 小幅领先，正确率为 53.6%。deepseeker-r1-lite-preview 紧随其后，为 51.6%

ZebraLogic ：accuracy，评估逻辑推理任务的正确率

o1-preview 占据第一，为 71.4%，deepseeker-r1-lite-preview 紧随其后，为 56.6%

DeepSeek-R1-Lite-Preview推理缩放

更长的推理，更好的性能。随着思维长度的增加，DeepSeek-R1-Lite-Preview 在 AIME 上的得分稳步提高，这与OpenAI o1 提出推理缩放规律是一致的，由此也可以说明推理缩放具有巨大的潜力

DeepSeek-R1-Lite-Preview实测：

实时透明的思维过程！ 让你清清楚楚地看到AI的思考过程，不再是黑盒！

我测试了几个经典问题:

9.11和9.8哪个大？

9.12和9.9哪个大？

单词 “strawberry”（草莓）有几个r?

单词'blueberrycherryberrycarbonpherry'?有几个r?

回答全都是一次性正确，并且实时的展示出了思考的过程

令我印象非常深刻，如果我没记错，这是我第一次在大模型上测试这些经典问题全部一次性答对，大家可以自己去试试

开源模型和API即将推出！ DeepSeek-R1-Lite 目前仍处于迭代开发阶段，仅支持网页使用，暂不支持 API 调用。DeepSeek-R1-Lite 所使用的也是一个较小的基座模型，无法完全释放长思维链的潜力。正式版 DeepSeek-R1 模型将完全开源，公开技术报告，部署API

各路网友都在向OpenAI喊话，赶紧放出o1完整版，deepseek太强了，超出了想象

DeepSeek-R1-Lite-Preview现在就可以使用

现在就可以用，每天50个额度！???? http://chat.deepseek.com

最后说一句：真心觉得deepseek太牛皮了，这是在别人限制我们情况下做出来的，国产之光！

文章来源：AI寒武纪，原文标题：《突发！DeepSeek 放出超重磅全新模型R1：对标o1, 实测超出想象的好，今天可用》