DeepSeek R1 (671B total, 37B active MoE) is a reasoning model that uses chain-of-thought with <think> tags to solve complex problems. Excels at math, coding, and scientific reasoning tasks with transparent step-by-step thinking.
DeepSeek-R1 — reasoning-модель первого поколения от DeepSeek, выпущенная 20 января 2025 года. 671B/37B MoE, обучена на базе DeepSeek-V3-Base с помощью крупномасштабного RL (GRPO). R1-Zero обучалась чисто через RL без SFT, позволяя модели самостоятельно открывать цепочки рассуждений; R1 добавляет rejection sampling, второй этап RL и SFT для выравнивания с человеческими предпочтениями.
Для оператора TheRouter R1 — эталонная open-weight reasoning-модель. Она сравнима с OpenAI-o1 на математических, кодовых и сложных reasoning-бенчмарках и полностью открыта под MIT. Модель выдаёт <think>…</think> следы рассуждений, делая процесс решения прозрачным. Обновление R1-0528 (28 мая 2025) добавило JSON, function calling, снизило галлюцинации и улучшило фронтенд-возможности. DeepSeek также выпустила шесть дистиллированных моделей (1.5B–70B), наследующих паттерны R1.
18 сентября 2025 года R1 вышла на обложку Nature (Vol. 645, Issue 8081) — первая mainstream LLM, прошедшая строгую peer review в ведущем научном журнале. Статья показывает, как чистый RL стимулирует emergence reasoning без человеческих аннотаций — результат, меняющий представления о стоимости и прозрачности frontier AI.
| Тип | Ставка |
|---|---|
| Вход | $1.46 за 1 млн токенов |
| Выход | $5.83 за 1 млн токенов |
| Дата релиза | 2025-01-20 (R1); 2025-05-28 (R1-0528)api-docs.deepseek.com ↗ | проверено |
| Архитектура | MoE 671B/37B; обучена на DeepSeek-V3-Base через GRPO RL (R1-Zero), затем multi-stage SFT+RL (R1); поддерживает <think> следы рассужденийgithub.com ↗ | проверено |
| Длина контекста | 128K токеновgithub.com ↗ | проверено |
| Лицензия — веса и код | MITgithub.com ↗ | проверено |
| Публикация в Nature | Обложка Nature, Vol. 645, Issue 8081, 18 сентября 2025 — первая mainstream LLM, прошедшая строгую peer review в Naturewww.nature.com ↗ | проверено |
| Дистиллированные модели | Шесть дистиллированных open-source моделей (Qwen2.5 & Llama3.1/3.3): 1.5B, 7B, 8B, 14B, 32B, 70B — R1-Distill-Qwen-32B превосходит o1-mini на ряде бенчмарковgithub.com ↗ | проверено |
| Benchmark | Distribution | Score | Source |
|---|---|---|---|
MMLU (Pass@1) | 90.8% | github.com ↗ | |
MATH-500 (Pass@1) | 97.3% | github.com ↗ | |
AIME 2024 (Pass@1) | 79.8% | github.com ↗ | |
GPQA Diamond (Pass@1) | 71.5% | github.com ↗ | |
LiveCodeBench (Pass@1-CoT) | 65.9% | github.com ↗ | |
Codeforces (Percentile) | 96.3% | github.com ↗ | |
ArenaHard (GPT-4-1106) | 92.3% | github.com ↗ |
Для новых интеграций используйте глобальный endpoint api.therouter.ai из примеров ниже; старый China accelerated endpoint выведен из эксплуатации.
curl https://api.therouter.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $THE_ROUTER_API_KEY" -d '{
"model": "deepseek/deepseek-r1",
"messages": [
{"role": "user", "content": "Summarize the key points from this input."}
]
}'DeepSeek-R1 возвращает и финальный ответ, и полный <think> след рассуждений. Используйте его для отладки, аудита или показа промежуточных шагов пользователю.
curl https://api.therouter.ai/v1/chat/completions \
-H "Authorization: Bearer $THEROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek/deepseek-r1",
"messages": [{"role":"user","content":"Solve: 2x+3=17"}]
}'Технический отчёт R1 вышел на обложке Nature (Vol. 645, Issue 8081). Это первый open-weight frontier reasoning-модель, прошедшая независимую академическую peer review высшего уровня — валидированы и методология RL, и заявления о прозрачности.
DeepSeek выпустила обновлённый чекпоинт с поддержкой structured output и tool-use, улучшенной когерентностью и меньшим числом галлюцинаций. API совместим; существующие клиенты продолжают работать.
DeepSeek открыла R1-Zero (pure RL, без SFT) и R1 (multi-stage с human alignment), а также шесть дистиллированных моделей. Релиз показал, что крупномасштабный RL может давать o1-level reasoning без человеческих аннотаций.
При вызове через TheRouter assistant message может содержать поле reasoning_content (зависит от провайдера) или полный <think>…</think> блок встроен в content. Парсите по необходимости.
R1 остаётся отличной для pure reasoning, где достаточно 128K контекста и явных CoT. Для новых проектов, требующих 1M контекста, нативного tool calling или выше throughput, сначала оцените DeepSeek-V4.
Да. MIT лицензия явно разрешает использование API-выходов для distillation и fine-tuning. DeepSeek также открыла полные reasoning traces R1 для поддержки исследований сообщества.
| источник | URL | получено | |
|---|---|---|---|
| Дата релиза | api-docs.deepseek.com ↗ | 2026-05-25 | проверено |
| Архитектура | github.com ↗ | 2026-05-25 | проверено |
| Длина контекста | github.com ↗ | 2026-05-25 | проверено |
| Лицензия — веса и код | github.com ↗ | 2026-05-25 | проверено |
| Публикация в Nature | www.nature.com ↗ | 2026-05-25 | проверено |
| Дистиллированные модели | github.com ↗ | 2026-05-25 | проверено |
| MMLU (Pass@1) | github.com ↗ | 2026-05-25 | проверено |
| MATH-500 (Pass@1) | github.com ↗ | 2026-05-25 | проверено |
| AIME 2024 (Pass@1) | github.com ↗ | 2026-05-25 | проверено |
| GPQA Diamond (Pass@1) | github.com ↗ | 2026-05-25 | проверено |
| LiveCodeBench (Pass@1-CoT) | github.com ↗ | 2026-05-25 | проверено |
| Codeforces (Percentile) | github.com ↗ | 2026-05-25 | проверено |
| ArenaHard (GPT-4-1106) | github.com ↗ | 2026-05-25 | проверено |
| DeepSeek-R1 на обложке Nature — первая mainstream LLM, прошедшая строгую peer review | nature.com ↗ | 2026-05-25 | проверено |
| R1-0528: JSON, function calling, снижение галлюцинаций | api-docs.deepseek.com ↗ | 2026-05-25 | проверено |
| DeepSeek-R1 и R1-Zero выпущены — pure RL reasoning-модель open-sourced | api-docs.deepseek.com ↗ | 2026-05-25 | проверено |
| Как получить след рассуждений (<think> блок)? | api-docs.deepseek.com ↗ | 2026-05-25 | к проверке |
| После запуска V4 R1 всё ещё рекомендуется? | api-docs.deepseek.com ↗ | 2026-05-25 | к проверке |
| Можно ли fine-tune на выходах R1? | github.com ↗ | 2026-05-25 | к проверке |