← Tous les modèles

DeepSeek-R1-Distill-Llama-70B

Publication Éditeur DeepSeek

Positionnement du modèle

DeepSeek-R1-Distill-Llama-70B est un modèle dense de raisonnement d’environ 70B paramètres publié par DeepSeek. Basé sur Llama-3.3-70B-Instruct, il a été affiné à l’aide d’échantillons générés par DeepSeek-R1. Il fait partie de la série de modèles distillés R1 et n’est pas le modèle DeepSeek-R1 complet. (github.com)

Capacités et usages

Le modèle est destiné aux tâches de génération de texte et de raisonnement, et peut être utilisé pour résoudre des problèmes mathématiques, effectuer des tâches liées au code et mener des recherches sur le raisonnement. Dans le rapport d’évaluation officiel de DeepSeek, cette version obtient des scores pass@1 de 70.0% et 94.5% respectivement sur AIME 2024 et MATH-500 ; ces résultats reflètent uniquement les conditions d’évaluation correspondantes et ne garantissent pas les performances sur des tâches réelles. (huggingface.co)

Limites et déploiement

Les sorties du modèle peuvent contenir des erreurs, des répétitions ou des incohérences ; les résultats importants doivent être vérifiés par un humain. Pour l’exécution de la série R1, les recommandations officielles préconisent de régler temperature entre 0.5 et 0.7, avec 0.6 comme valeur recommandée ; la configuration du modèle et le tokenizer doivent utiliser les paramètres fournis officiellement. Les poids de ce modèle sont disponibles pour un déploiement local ; les ressources nécessaires dépendent de la précision, de la longueur du contexte et de la configuration d’inférence. La documentation officielle indique que les poids du modèle sont sous licence MIT, tout en précisant que cette version est issue d’un modèle de base soumis à la licence Llama 3.3 ; les conditions de licence applicables doivent être vérifiées avant utilisation. (github.com)

Date

2025-01-20 : date de mise à disposition officielle et de publication de la série. Dans son annonce de ce jour, DeepSeek a déclaré avoir mis simultanément à disposition six modèles distillés, dont le 70B ; l’historique des commits du dépôt officiel de ce modèle précis montre également des commits de téléversement de fichiers et de publication datés du 2025-01-20. La date utilisée ici est celle de la mise à disposition officielle documentée. (api-docs.deepseek.com)

Précision sur les sources : les données actuelles ne permettent pas de vérifier de manière indépendante si ce modèle précis avait déjà été publié pour la première fois avant le 2025-01-20 ; la date ci-dessus repose sur l’annonce officielle et l’historique des commits du dépôt de ce modèle, et ne constitue pas une date de première publication antérieure vérifiée. (api-docs.deepseek.com)

Prix

Selon une consultation effectuée au 2026-11-20, les pages tarifaires officielles de DeepSeek, en yuan chinois (CNY) pour le marché intérieur et en dollar américain (USD) pour le marché international, ne indiquent pas de prix distincts par token d’entrée et de sortie pour ce modèle distillé précis ; son prix API officiel n’a donc pas été vérifié. Les prix API de DeepSeek-R1 figurant dans l’annonce officielle de 2025 concernent le service R1 et ne peuvent pas être utilisés comme tarif pour ce modèle distillé. Un déploiement autonome implique également de prendre en compte les coûts des ressources de calcul, entre autres. (api-docs.deepseek.com)

Sources officielles