Model Library/DeepSeek R1 0528 Qwen3 8B
deepseek/deepseek-r1-0528-qwen3-8b

DeepSeek R1 0528 Qwen3 8B

deepseek/deepseek-r1-0528-qwen3-8b
DeepSeek-R1-0528-Qwen3-8B is a high-performance reasoning model based on the Qwen3 8B Base model, enhanced through the integration of DeepSeek-R1-0528's Chain-of-Thought (CoT) optimization. In the AIME 2024 evaluation, this open-source model achieved state-of-the-art (SOTA) performance, delivering a 10% improvement over the original Qwen3 8B while matching the reasoning capabilities of the much larger 235-billion-parameter Qwen3-235B-thinking.

Características

Implementaciones bajo demanda

Documentación

On-demand deployments allow you to use deepseek/deepseek-r1-0528-qwen3-8b on dedicated GPUs with high-performance serving stack with high reliability and no rate limits.

Información

Proveedor
-
Cuantización
bf16

Funcionalidad compatible

Longitud del contexto
128000
Salida máxima
32000
Serverless
No compatible
Capacidades de entrada
text
Capacidades de salida
text

Todo lo que necesitas para crear IA de producción.

Más de 200 modelos, GPUs bajo demanda y entornos de ejecución seguros para agentes, unificados bajo una API. Gratis para empezar, escala a medida que creces.