DeepSeek R1 для reasoning
DeepSeek R1 — открытая reasoning-модель, обученная через RL выдавать явный chain-of-thought. Она конкурирует с OpenAI o1 на бенчмарках AIME и MATH, при этом стоит ~в 35 раз дешевле: $0.40 вход / $1.70 выход за 1M токенов на QuickSilver Pro против $15 / $60 у o1. Для математики, задач на код и логики в агентных петлях R1 — дефолт среди открытых моделей.
В чём R1 хорош
Сильные результаты на AIME-2024, MATH-500 и задачах олимпиадного уровня. Трейс рассуждения проходит через вывод; финальный ответ — в content.
Генерация кода уровня соревновательного программирования. Результаты LiveCodeBench и Codeforces конкурируют с o1. Лучше, чем V3, в задачах на новые алгоритмы; медленнее из-за CoT.
Полезен в агентных петлях, где планировщик должен декомпозировать задачу перед действием. Каждый вызов планирования содержит явное рассуждение, что улучшает решения по использованию инструментов.
Quickstart: решаем задачу по математике
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key="sk-qsp-...",
)
resp = client.chat.completions.create(
model="deepseek-r1",
messages=[{
"role": "user",
"content": "A box has 12 red and 8 blue balls. Three drawn without replacement. Probability exactly two are red?",
}],
)
# Chain-of-thought reasoning:
print(resp.choices[0].message.reasoning_content)
# Final answer:
print(resp.choices[0].message.content)
print(f"Output tokens: {resp.usage.completion_tokens}")
print(f"Cost: ${resp.usage.cost:.6f}")R1 возвращает reasoning_content (трейс мышления) отдельно от content (финальный ответ). Оба тарифицируются как выходные токены. Типичные трейсы — 500–3000 токенов.
Цены
| Провайдер | Вход / 1M | Выход / 1M | Выход к QSP |
|---|---|---|---|
| QuickSilver Pro | $0.40 | $1.70 | — |
| OpenRouter | $0.50 | $2.15 | +26% |
| DeepInfra | $0.55 | $2.19 | +29% |
| Together AI | $3.00 | $7.00 | 4.1x |
| Fireworks AI | $3.00 | $8.00 | 4.7x |
| OpenAI o1 | $15.00 | $60.00 | 35x |
Поскольку R1 генерирует длинные reasoning-трейсы (часто 1000-3000 дополнительных выходных токенов), стоимость выхода доминирует. Экономия 79% на выходе по сравнению с Fireworks складывается: если нагрузка — 10M выходных токенов R1 в месяц, разница составляет $17/мес на QSP против $80/мес на Fireworks.
Когда R1 стоит дополнительных токенов
Используйте R1 для: текстовых математических задач, проектирования новых алгоритмов, логических головоломок, доказательства теорем, многошагового планирования с инструментами, сложной отладки. Задач, где шаг рассуждения — то, ради чего модель и нужна.
Не используйте R1 для: фактических Q&A, дополнения кода, суммаризации, извлечения сущностей, простой классификации, перевода. V3 дешевле, быстрее, и качество эквивалентно на не-reasoning задачах.
Калибровка стоимости: эссе в 2000 слов занимает у V3 ~600 выходных токенов ($0.42/1000 эссе). R1 на том же эссе — ~2500 выходных токенов с учётом reasoning-трейса ($4.25/1000 эссе). Премия в 10 раз. Оставьте R1 для случаев, когда эта премия реально что-то даёт.
FAQ
DeepSeek R1 так же хорош, как o1?
На опубликованных бенчмарках по математике (AIME-2024, MATH-500), коду (LiveCodeBench, Codeforces) и reasoning (GPQA Diamond) DeepSeek R1 отстаёт от o1 на несколько очков и превосходит o1-mini в большинстве. В production-использовании при 35-кратно меньшей цене — это открытый эквивалент.
Какой длины reasoning-трейсы?
Типичный диапазон — 500-3000 токенов. Для сложных задач (уровня IMO по математике) трейсы могут превышать 5000 токенов. Все reasoning-токены тарифицируются как выходные — учитывайте это в прогнозах стоимости.
Поддерживает ли R1 tool calling?
R1 принимает OpenAI-массив tools, но менее надёжен в вызове инструментов, чем V3. В агентных петлях используйте V3 как исполнителя вызовов инструментов и вызывайте R1 только для сложных подзадач планирования. Гибридный паттерн даёт лучшее от обоих.
Можно ли скрыть reasoning-трейс от пользователей?
Да. Игнорируйте reasoning_content на сервере и возвращайте только content. Вы всё равно платите за reasoning-токены, потому что R1 должен их сгенерировать, чтобы дойти до ответа — дешёвого режима «пропустить размышление» нет.
Смежные страницы
Начните reasoning на $1 бесплатно
SDK openai работает без изменений; передайте model="deepseek-r1".