Daily AI Models avatar
Daily AI Models
Home Explore Compare Activity Calendar Media

Nuevo modelo

DeepSeek-R1-Distill-Qwen-1.5B de DeepSeek

Tipo Modelo de lenguaje Proveedor DeepSeek Acceso Pesos abiertos Origen China

DeepSeek-R1-Distill-Qwen-1.5B de DeepSeek

Available now
For
When
Started on Sunday, January 19, 2025 16:00

Key facts

Parámetros
1.5 B
Ventana de contexto
131,072 tokens
Licencia
MIT
Uso comercial
Yes
Disponible en la UE
Yes
Razonamiento
Yes

About

Modelo de razonamiento denso de 1.5B parámetros, destilado a partir de DeepSeek-R1 sobre Qwen2.5-Math-1.5B.

¿Por qué importa?

Lleva el razonamiento de DeepSeek-R1 a un tamaño que se puede ejecutar y ajustar con mucho menos hardware que el modelo original de 671.000 millones de parámetros.

Disponibilidad

Pesos abiertos en Hugging Face. Los pesos se publican con licencia MIT; al derivar de la serie Qwen2.5, que tiene licencia Apache 2.0, se aplica también esa licencia de origen. Se lanzó junto a DeepSeek-R1 y a las otras versiones destiladas (cada una con su propia ficha).

Datos técnicos

Modelo denso. Modelo base: Qwen2.5-Math-1.5B, ajustado con muestras de razonamiento generadas por DeepSeek-R1.

Key facts

Parámetros
1.5 B
Ventana de contexto
131,072 tokens
Licencia
MIT
Uso comercial
Yes
Disponible en la UE
Yes
Razonamiento
Yes

Links

Anuncio oficial Documentación Descargar

More related

Próximamente

GR00T 2 de NVIDIA

Próximamente

Qwen 4 de Alibaba

Próximamente

Grok 5 de xAI

Próximamente

DeepSeek-V4.1-Pro de DeepSeek

Próximamente

Gemini 3.5 Pro de Google
Ongoing · 1 day ago

Nueva versión

Gemini 4 Hydrogen de Google
Ongoing · 2 days ago

Nuevo modelo

Gemini Decision 1 de Google
Ongoing · 3 days ago

Nuevo modelo

Praxis-1 de Runway
Until November 25

Se retira

Qwen4-Max-Preview de Alibaba
Ongoing · 4 days ago

Nuevo modelo

MiniMax H3-Image de MiniMax
Ongoing · 4 days ago

Nueva versión

Claude Fable 5.2 de Anthropic
Ongoing · 4 days ago

Nueva versión

Claude Mythos 5.2 de Anthropic
Ongoing · 4 days ago

Nuevo modelo

Muse Ember de Meta
Ongoing · 6 days ago

Nueva versión

Seedream 5.5 de ByteDance
Ongoing · 1 week ago

Nueva versión

GPT-6 Cyber de OpenAI
Ongoing · 1 week ago

Nueva versión

Hy4 de Tencent
Ongoing · 2 weeks ago

Nuevo modelo

Mage-VL-Cowork de Microsoft
Ongoing · 2 weeks ago

Nueva versión

GPT-Rosalind-6 de OpenAI
Ongoing · 2 weeks ago

Nuevo modelo

Pika H3 Flex de Pika
Ongoing · 2 weeks ago

Nueva versión

Gemini 4 Carbon de Google
+472 Modelo de lenguaje
+41 DeepSeek
+538 Pesos abiertos
+325 China
Made with NowHub