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.

Fonctionnalités

Déploiements à la demande

Documentation

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.

Infos

Fournisseur
-
Quantification
bf16

Fonctionnalités prises en charge

Longueur du contexte
128000
Sortie maximale
32000
Serverless
Non pris en charge
Capacités d’entrée
text
Capacités de sortie
text

Tout ce dont vous avez besoin pour créer une IA de production.

Plus de 200 modèles, des GPUs à la demande et des environnements d’exécution d’agents sécurisés — unifiés sous une seule API. Gratuit pour commencer, évolutif à mesure que vous grandissez.