SprachmodellAktiv
DeepSeek-R1-Distill-Llama-70B
DeepSeek
- Veröffentlicht
- 20. Januar 2025
- Datenstand
- 8. September 2026
- Geschwindigkeit
- 21,7 Token/sAusgabe-Tempo
- Preis
- Historische Tarife unter Kosten
- Eingabe
- Text
- Ausgabe
- Text
Das Besondere an DeepSeek-R1-Distill-Llama-70B ist die Übertragung von R1-Reasoning-Mustern in einen dichten 70B-Checkpoint auf Basis von Llama 3.3 70B. Der kleinere lokale Checkpoint übernimmt damit nicht die MoE-Architektur von DeepSeek-R1, sondern verdichtet deren Reasoning-Daten.
DeepSeek-R1-Distill-Llama-70B ist technisch und lizenzrechtlich von R1 getrennt. Für die Weitergabe gelten sowohl die DeepSeek-Bedingungen als auch die Llama-Lizenz.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Gewichte | Open WeightsQuelle |
| Zugang | LokalQuelle |
| Parameter | 70 Mrd.Quelle |
| Kontextfenster | 128.000 TokenQuelle |
| Lizenz | MITQuelle |
| Parameter | 70 Mrd.Quelle |
| Architektur | Llama 3.3 distilled reasoning modelQuelle |
| Kontextfenster | 128.000 Token (Context inherited from the R1 card; exact distilled tokenizer context not separately stated)Quelle |
| Reasoning-Modus | distilled reasoning modelQuelle |
Seite 1 von 2
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
AIME24 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 70
- Bewertung
- 70
- Messgröße
- percent
- Einheit
- %
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. distill comparison table; source states Llama-3.3-70B base
AIME24 cons@64 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 86.7
- Bewertung
- 86.7
- Messgröße
- percent
- Einheit
- %
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. distill comparison table; source states Llama-3.3-70B base
MATH500 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 94.5
- Bewertung
- 94.5
- Messgröße
- percent
- Einheit
- %
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. distill comparison table; source states Llama-3.3-70B base
GPQA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 65.2
- Bewertung
- 65.2
- Messgröße
- percent
- Einheit
- %
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. distill comparison table; source states Llama-3.3-70B base
LiveCode (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 57.5
- Bewertung
- 57.5
- Messgröße
- percent
- Einheit
- %
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. distill comparison table; source states Llama-3.3-70B base
Codeforces rating (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 1633
- Bewertung
- 1633
- Messgröße
- rating
- Einheit
- rating
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. distill comparison table; source states Llama-3.3-70B base
Artificial Analysis Intelligence Index (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 7.88824581191087
- Bewertung
- 7.88824581191087
- Messgröße
- points
- Einheit
- points
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Unabhängige Evaluation. unknown
AA-Omniscience Index (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- -46.3833333333333
- Bewertung
- -46.3833333333333
- Messgröße
- points
- Einheit
- points
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Unabhängige Evaluation. unknown
Output speed (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 21.6836262610367
- Bewertung
- 21.6836262610367
- Messgröße
- tokens/s
- Einheit
- tokens/s
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Unabhängige Evaluation. unknown; default 10K-input workload only
- Einordnung
- Artificial Analysis performance timing; output speed is decoded after the first streaming chunk. Provider basis: serving-provider median. Deprecated model. Artificial Analysis only continues benchmarking the default 10K-input workload.
Latency reasoning time (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 92.23549492705467
- Bewertung
- 92.23549492705467
- Messgröße
- seconds
- Einheit
- seconds
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Unabhängige Evaluation. unknown; default 10K-input workload only
- Einordnung
- Artificial Analysis performance timing; output speed is decoded after the first streaming chunk. Provider basis: serving-provider median. Deprecated model. Artificial Analysis only continues benchmarking the default 10K-input workload.
Latency input time (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.97468479600002
- Bewertung
- 0.97468479600002
- Messgröße
- seconds
- Einheit
- seconds
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Unabhängige Evaluation. unknown; default 10K-input workload only
- Einordnung
- Artificial Analysis performance timing; output speed is decoded after the first streaming chunk. Provider basis: serving-provider median. Deprecated model. Artificial Analysis only continues benchmarking the default 10K-input workload.
Answer generation time (end-to-end timing breakdown) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 23.05887373176367
- Bewertung
- 23.05887373176367
- Messgröße
- seconds
- Einheit
- seconds
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Unabhängige Evaluation. unknown; default 10K-input workload only
- Einordnung
- Artificial Analysis performance timing; output speed is decoded after the first streaming chunk. Provider basis: serving-provider median. Deprecated model. Artificial Analysis only continues benchmarking the default 10K-input workload.
Seite 1 von 2
Beliebtheit
33,2 / 100
Quellen und Datenstand
| Art | Nachweis und Datenstand |
|---|---|
| Geschwindigkeit | Median der bereitstellenden Anbieter. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Bei Artificial Analysis als veraltet eingeordnet. Artificial Analysis pflegt dort nur noch den Standard-Workload mit 10.000 Eingabe-Token. Abgerufen am 8. September 2026. |
| Eingabe | Dokumentierte Modalitäten. Abgerufen am 29. September 2026. |
| Ausgabe | Dokumentierte Modalitäten. Abgerufen am 29. September 2026. |
| Recherchestand | Recherchestand 8. September 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Ungeklärt | license Originalwortlaut Distilled weights combine DeepSeek release terms with Llama 3.3 license; the checked card does not provide a single unambiguous effective license field. |
| Ungeklärt | release-date Originalwortlaut No normalized release-date field. |
| Weitere Quelle | Kontextfenster-Daten · DeepSeek-R1 release and distillation details · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | API-Preise |
| Weitere Quelle | DeepSeek R1 model card (abgerufen 8. September 2026) |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Creative Commons Attribution 4.0 |