Einordnung des Modells
DeepSeek-R1-0528-Qwen3-8B ist ein Modell zur Textgenerierung und zum Schlussfolgern mit etwa 8 Milliarden Parametern. DeepSeek trainierte Qwen3-8B Base durch Destillation mit den Chain-of-Thought-Daten von DeepSeek-R1-0528. Es handelt sich nicht um das vollständige Modell DeepSeek-R1-0528. (api-docs.deepseek.com)
Fähigkeiten und Einsatzgebiete
Das Modell eignet sich für mathematisches Schlussfolgern, Programmierung und Textgenerierung sowie für die Forschung an Reasoning-Modellen und die Entwicklung von Anwendungen mit kleinen Modellen. Zu den offiziell berichteten Ergebnissen gehören: AIME 2024 mit 86,0 %, AIME 2025 mit 76,3 %, GPQA Diamond mit 61,1 % und LiveCodeBench mit 60,5 %. Das Ergebnis für AIME 2024 liegt dabei 10 Prozentpunkte über dem im Bericht für Qwen3-8B angegebenen Wert; diese Ergebnisse wurden unter bestimmten Testbedingungen erzielt und garantieren keine entsprechende Leistung bei tatsächlichen Aufgaben. (huggingface.co)
Die Modellgewichte sind im offiziellen Repository verfügbar, das eine MIT-Lizenz ausweist; eine lokale Bereitstellung ist möglich. Bei der jeweiligen Nutzung sind die Lizenzbedingungen einzuhalten. (huggingface.co)
Einschränkungen
- Die Ausgaben können weiterhin sachliche Fehler oder Fehler beim Schlussfolgern enthalten; wichtige Ergebnisse sollten von Menschen überprüft werden.
- Die Architektur dieses Modells entspricht der von Qwen3-8B, verwendet aber die Tokenizer-Konfiguration von DeepSeek-R1-0528. Laut offizieller Vorgabe müssen bei der Bereitstellung sämtliche Konfigurationsdateien aus dem Repository dieses Modells verwendet werden, statt unmittelbar die ursprüngliche Qwen3-Konfiguration zu übernehmen. (huggingface.co)
- Die API-Funktionen, die Kontextlänge oder die Benchmark-Ergebnisse des vollständigen DeepSeek-R1-0528 dürfen nicht unmittelbar als Spezifikationen dieses destillierten 8B-Modells betrachtet werden.
Veröffentlichungsdatum
- Mai 2025: Sowohl der erste Commit im offiziellen Modell-Repository als auch die Einträge zum Hochladen der Dateien weisen dieses Datum aus. Die R1-Aktualisierungsankündigung von DeepSeek datiert vom 28. Mai 2025 und stellt auch dieses destillierte Modell vor. (huggingface.co)
Preis
Stand 18. November 2026 wurden die offiziellen DeepSeek-Preisseiten für den chinesischen Inlandsmarkt in Renminbi (CNY) und den internationalen Markt in US-Dollar (USD) geprüft; auf keiner der beiden Seiten konnten offizielle API-Preise für Eingaben oder Ausgaben speziell für dieses Modell verifiziert werden. Die auf den beiden Seiten aufgeführten Preise anderer Modelle eignen sich nicht dazu, den Preis dieses Modells abzuleiten; bei eigener Bereitstellung können zudem Kosten entstehen, etwa für Rechenressourcen. (api-docs.deepseek.com)
Offizielle Quellen
- Modellkarte und Repository der Gewichte
- Commit-Verlauf des Modell-Repositorys
- Aktualisierungsankündigung von DeepSeek
- Offizielle Preisseite für den chinesischen Inlandsmarkt; Abfragedatum: 18. November 2026
- Offizielle internationale Preisseite; Abfragedatum: 18. November 2026