DeepSeek R1 Distill Qwen 14B is a distilled large language model based on Qwen 2.5 14B, using outputs from DeepSeek R1. It outperforms OpenAI's o1-mini across various benchmarks, achieving new state-of-the-art results for dense models.
Other benchmark results include:
AIME 2024 pass@1: 69.7
MATH-500 pass@1: 93.9
CodeForces Rating: 1481
The model leverages fine-tuning from DeepSeek R1's outputs, enabling competitive performance comparable to larger frontier models.
Funktionen
On-Demand-Bereitstellungen
Dokumentation
On-demand deployments allow you to use deepseek/deepseek-r1-distill-qwen-14b on dedicated GPUs with high-performance serving stack with high reliability and no rate limits.
Info
Anbieter
DeepSeek
Quantisierung
bf16
Unterstützte Funktionalität
Kontextlänge
32768
Maximale Ausgabe
16384
Serverless
Nicht unterstützt
Eingabefähigkeiten
text
Ausgabefähigkeiten
text
Alles, was Sie brauchen, um produktionsreife AI zu entwickeln.
Über 200 Modelle, GPUs auf Abruf und sichere Agent-Runtimes — vereint unter einer API. Kostenlos zum Einstieg, skaliert mit Ihrem Wachstum.