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.
Características
Implementaciones bajo demanda
Documentación
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.
Información
Proveedor
DeepSeek
Cuantización
bf16
Funcionalidad compatible
Longitud del contexto
32768
Salida máxima
16384
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.