Model Library/DeepSeek R1 Distill Qwen3 8B 0528
DeepSeek R1 Distill Qwen3 8B 0528

DeepSeek R1 Distill Qwen3 8B 0528

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.

Recursos

Implantações sob demanda

Documentação

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.

Informações

Provedor
DeepSeek
Quantização
bf16

Funcionalidades compatíveis

Comprimento do contexto
125K
Saída máxima
31K
Serverless
Não compatível
Capacidades de entrada
text
Capacidades de saída
text

Tudo o que você precisa para criar IA de produção.

Mais de 200 modelos, GPUs sob demanda e ambientes de execução de agentes seguros — unificados em uma única API. Grátis para começar, escala conforme você cresce.