DeepSeek R1
Red Neuronal
DeepSeek R1 es un modelo de razonamiento abierto de DeepSeek: ideal para lógica compleja, tareas STEM y programación.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona DeepSeek R1?
DeepSeek R1 es un modelo de razonamiento de código abierto de DeepSeek: 671 mil millones de parámetros, de los cuales 37 mil millones están activos en cada paso, y los tokens de razonamiento permanecen abiertos, por lo que ves el proceso de solución, no solo la respuesta final. En BotHub está disponible sin VPN ni tarjetas extranjeras: pago con tarjetas rusas según el uso, por tokens consumidos, que no caducan. Con más de 250 redes neuronales en una misma ventana, es fácil comparar DeepSeek R1 con otros modelos en la misma tarea. A través de una API unificada, puedes conectar DeepSeek a tus servicios y cambiar de modelo sin reescribir la integración; los datos se cifran mediante AES-GCM y no se guardan. Para empresas, están disponibles contratos, facturas, intercambio electrónico de documentos y un panel de administración con límites. Es útil cuando necesitas analizar y depurar código ajeno, realizar refactorización y revisiones, resolver paso a paso problemas de matemáticas u otras disciplinas STEM, verificar la lógica de una deducción analítica o crear un servicio multimodelo donde R1 se encargue de los razonamientos largos.Preguntas frecuentes sobre DeepSeek R1
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
deepseek-r1 es un modelo con razonamiento previo a la respuesta: adecuado para análisis y depuración de código, matemáticas y tareas STEM, análisis de documentos y textos largos. Acepta texto, documentos e imágenes como entrada, y puede llamar a funciones, por lo que encaja tanto en análisis como en escenarios de desarrollo.
La respuesta máxima es de 16 000 tokens, y la ventana de contexto total es de 64 000 tokens, por lo que un documento grande junto con un análisis detallado cabe en una sola solicitud. Si hay más material, divide la tarea en partes y pide continuar desde el punto necesario.
Sí, es su modo principal: deepseek-r1 construye una cadena de razonamiento y solo entonces da la respuesta final. Por eso, el modelo maneja mejor las matemáticas de varios pasos, la lógica y el análisis de código: verifica sus propias conclusiones intermedias. Los razonamientos también consumen tokens.
Sí. La llamada a funciones y la salida estructurada en JSON están confirmadas, por lo que el modelo se puede conectar a herramientas, bases de datos y servicios externos. En BotHub, esto funciona a través de una API unificada compatible con OpenAI: no es necesario reescribir la integración, basta con cambiar el identificador del modelo en la solicitud.
El modelo acepta imágenes y documentos como entrada: puedes enviar una captura de pantalla, un esquema o un archivo y pedir que analice el contenido. No hay notas sobre audio y video en nuestros datos. deepseek-r1 responde con texto, por lo que para voz o imágenes, cambia a un modelo especializado en la misma ventana.
En nuestros datos, el idioma de trabajo no está marcado por separado, por lo que no podemos prometer nada sobre el modelo; es más fácil comprobarlo con tu propia solicitud. El servicio en sí es en ruso: interfaz, soporte y pago con tarjetas rusas en rublos, sin VPN ni tarjetas extranjeras.