Modellpositionierung
DeepSeek-R1-Distill-Llama-8B ist ein von DeepSeek veröffentlichtes, destilliertes Reasoning-Modell mit etwa 8 Milliarden Parametern. Es basiert auf Llama 3.1 8B und wurde mit von DeepSeek-R1 generierten Beispielen feinabgestimmt; es ist nicht das vollständige große DeepSeek-R1-Modell. (github.com)
Fähigkeiten und Anwendungsbereiche
Das Modell ist auf textbasiertes Reasoning ausgerichtet und kann für mathematische Problemlösungen, programmierbezogene Aufgaben und Reasoning-Forschung eingesetzt werden. Im offiziellen Bericht erreicht dieses Modell bei AIME 2024 einen pass@1-Wert von 50.4, bei MATH-500 einen pass@1-Wert von 89.1 und bei LiveCodeBench einen pass@1-Wert von 39.6; diese Ergebnisse gelten für bestimmte Evaluierungsbedingungen und stehen nicht für die Leistung in allen Szenarien. Die Modellgewichte können heruntergeladen werden, wodurch sich das Modell für lokale Bereitstellung und Forschung eignet. (github.com)
Einschränkungen und Lizenz
- Das Modell kann falsche Antworten erzeugen; wichtige Ergebnisse sollten von den Nutzenden überprüft werden. Die offiziellen Hinweise warnen, dass ungeeignete Sampling-Einstellungen zu wiederholten oder zusammenhanglosen Ausgaben führen können, und empfehlen eine Temperatureinstellung von 0.5–0.7. (github.com)
- Laut dem offiziellen Repository stehen Code und Modellgewichte unter der MIT-Lizenz. Zugleich wird darauf hingewiesen, dass dieses Modell von einem ursprünglich unter der Llama-3.1-Lizenz veröffentlichten Basismodell abgeleitet ist; vor der Nutzung und Weiterverbreitung sollten die relevanten Lizenzbedingungen geprüft werden. (github.com)
Veröffentlichungsdatum
2025-01-20: Datum der offiziellen Veröffentlichungsankündigung. DeepSeek gab an diesem Tag bekannt, dass gleichzeitig sechs kleine destillierte Modelle zugänglich gemacht wurden; der offizielle Veröffentlichungs-Commit vom selben Tag führt DeepSeek-R1-Distill-Llama-8B und dessen Download-Adresse ausdrücklich auf. Dieses Datum bezeichnet das offizielle Veröffentlichungsereignis und ist kein Platzhalter für das Monatsende. (api-docs.deepseek.com)
Hinweis zur Datenlage: In den vorliegenden Daten ist ein früheres Datum der Erstveröffentlichung, unabhängig von dem oben genannten offiziellen Veröffentlichungsereignis, noch nicht verifiziert; der 2025-01-20 beruht auf der offiziellen Ankündigung und dem Veröffentlichungs-Commit vom selben Tag. Daraus wird nicht geschlossen, dass es keinen früheren Zeitpunkt der Verfügbarkeit gab. (github.com)
Preis
Bis zum 2026-11-20 wurden die offiziellen inländischen DeepSeek-Preisseiten in Renminbi und die internationalen Preisseiten in US-Dollar durchsucht. Ein modellspezifischer API-Preis für Eingaben oder Ausgaben wurde nicht verifiziert, daher werden keine Beträge angegeben. Die Preise anderer Modelle auf den offiziellen Seiten gelten nicht für dieses Modell; bei eigener Bereitstellung sind außerdem die Kosten der verwendeten Infrastruktur zu berücksichtigen. (api-docs.deepseek.com)