DeepSeek: R1 0528

DeepSeek: R1 0528 est un modèle texte de DeepSeek, publié par le fournisseur le 2025-05-28 comme mise à jour du 28 mai du DeepSeek R1 original. C'est un modèle de 671B paramètres avec 37B paramètres actifs, et il est open source avec des jetons de raisonnement entièrement ouverts. DeepSeek décrit ses performances comme équivalentes à OpenAI o1.

Le modèle fonctionne en texte entrant, texte sortant. Il accepte des invites textuelles et renvoie du texte, y compris la sortie de raisonnement, et il dispose d'une fenêtre de contexte de 163 840 jetons avec une sortie maximale de 32 768 jetons. Sa date limite de connaissances est le 2025-03-31. Comme les jetons de raisonnement sont entièrement ouverts, vous pouvez inspecter la réflexion intermédiaire du modèle plutôt que seulement sa réponse finale, ce qui compte lorsque vous devez déboguer ou auditer la façon dont une conclusion a été atteinte.

Cette combinaison d'une grande fenêtre de contexte, d'un raisonnement ouvert et de la prise en charge des outils indique quelques usages pratiques. Les documents longs, tels que les spécifications, les contrats ou les articles de recherche, tiennent facilement dans la fenêtre de contexte, donc la synthèse, l'extraction et la réponse aux questions sur de grandes entrées sont des cas appropriés. Les jetons de raisonnement ouverts conviennent aux tâches où le chemin vers la réponse compte : les mathématiques à plusieurs étapes, les problèmes de logique, l'analyse de code et tout flux de travail où vous souhaitez examiner la chaîne de pensée du modèle. L'appel d'outils et les sorties structurées le rendent utilisable dans les pipelines d'agents et dans les systèmes qui ont besoin de réponses lisibles par machine plutôt que de texte libre.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "deepseek/deepseek-r1-0528". Les paramètres de requête pris en charge sont frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs et top_p. Les paramètres reasoning et include_reasoning sont ceux à utiliser lorsque vous voulez que la sortie de raisonnement apparaisse dans la réponse, et tools avec tool_choice couvre l'appel de fonctions.

Comme le modèle est uniquement textuel, ce n'est pas le bon choix si votre entrée contient des images ou de l'audio, et vous auriez besoin d'un modèle multimodal à la place. Le plafond de sortie de 32 768 jetons signifie également que les générations très longues doivent être divisées ou poursuivies sur plusieurs appels. Dans ces limites, c'est un candidat solide pour le travail textuel à forte intensité de raisonnement.