DeepSeek-R1-0528

Fiche modèle · DeepSeek · deepseek-r1-0528

DeepSeek-R1-0528 is the May 28, 2025 version of DeepSeek's reasoning model. It features advanced thinking capabilities and serves as a benchmark comparison for newer models like DeepSeek-V3.1. This model excels in complex reasoning tasks, mathematical problem-solving, and code generation through its thinking mode approach.

Fiches modèles

Identité

Organisation	DeepSeek
Pays	—
Famille	—
Type	llm
Date de sortie	2025-05-28
Licence	mit
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 671 Md > 107 Md
Modalités	text
Fenêtre de contexte	163 840
KV cache / token (Q8)	874.5 ko/token
Paramètres totaux	671 B
Paramètres actifs (session)	37 B
Source des paramètres actifs	web : https://huggingface.co/deepseek-ai/DeepSeek-R1-0528
Curation des paramètres actifs	2026-11-04
Prix par session	0.93 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	7.81 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:40.466953Z
Mis à jour le	2026-11-04T06:05:14.324464Z
Source	LLM Stats
URL	https://llm-stats.com/models/deepseek-r1-0528

Tokens/tâche

IA Act — preuves fournisseur

ICA 52/100 · open source · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	2,5	5 %
Résumé des données d'entraînement	2,5	35 %
Conformité droit d'auteur	2,5	35 %
Code of Practice GPAI	3,8	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non — hors DGX Spark (> 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
DeepInfra	llm-stats	non	0.50 $	2.15 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
language	0.90
legal	0.80
math	0.70
physics	0.80
reasoning	0.60
search	0.20
factuality	0.90
finance	0.80
frontend_development	0.40
general	0.60
healthcare	0.80
agents	0.10
biology	0.80
chemistry	0.80
code	0.50
vision	0.20

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aider-polyglot	general	0.72	1.00	0.72	non	oui	2026-11-04T06:05:14.353978Z
aime-2024	math	0.91	1.00	0.91	non	oui	2026-11-04T06:05:14.366018Z
aime-2025	math	0.88	1.00	0.88	non	oui	2026-11-04T06:05:14.369155Z
browsecomp	reasoning	0.09	1.00	0.09	non	oui	2026-11-04T06:05:14.339221Z
browsecomp-zh	reasoning	0.36	1.00	0.36	non	oui	2026-11-04T06:05:14.342390Z
codeforces	math	0.64	3 000.00	0.64	non	oui	2026-11-04T06:05:14.351160Z
gpqa	reasoning	0.81	1.00	0.81	non	oui	2026-11-04T06:05:14.333465Z
hmmt-2025	math	0.79	1.00	0.79	non	oui	2026-11-04T06:05:14.372152Z
humanity's-last-exam	reasoning	0.18	1.00	0.18	non	oui	2026-11-04T06:05:14.336275Z
livecodebench	reasoning	0.73	1.00	0.73	non	oui	2026-11-04T06:05:14.348161Z
mmlu-pro	language	0.85	1.00	0.85	non	oui	2026-11-04T06:05:14.330626Z
mmlu-redux	language	0.93	1.00	0.93	non	oui	2026-11-04T06:05:14.327464Z
simpleqa	factuality	0.92	1.00	0.92	non	oui	2026-11-04T06:05:14.345275Z
swe-bench-multilingual	reasoning	0.30	1.00	0.30	non	oui	2026-11-04T06:05:14.359961Z
swe-bench-verified	reasoning	0.45	1.00	0.45	non	oui	2026-11-04T06:05:14.357006Z
terminal-bench	reasoning	0.06	1.00	0.06	non	oui	2026-11-04T06:05:14.362917Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	201	—	-11.90	2	trueskill	2026-10-19	model_history
code	198	—	7.68	5	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04