DeepSeek在推出R1预览版两个月后，发布了R1的正式版本，并且开源了模型，开放了API调用。我们直接来解读一下这款模型。

这是官方的性能评测图。从左到右分别是DeepSeek-R1，o1正式版，32B蒸馏版R1，o1-mini，DeepSeek-V3。

采用的指标我们看一下：

好的，我来用中文解释一下图片中的这些参数指标：

• 数学推理: AIME 2024, MATH-500
• 编程技能: Codeforces
• 复杂问题解答: GPQA Diamond
• 一般知识: MMLU
• 软件工程: SWE-bench Verified

整体来说是偏理科的。

从图中我们可以看到DeepSeek-R1与OpenAI-o1的基本上旗鼓相当的。在代码，数学和复杂问题，远超DeepSeek-V3。而32B蒸馏版从指标上与o1-mini相当，数学比o1-mini强，代码差一些。

然后我们再看一下它的蒸馏版模型。蒸馏小模型什么意思，大概科普一下。就是用一个参数更高的模型输出的答案，来训练一个低级的模型，从而让低级模型性能提升。简单来说就是老师教学生。下面有个图表，这里可以重点关注DeepSeek-R1-Distill-Qwen-32B这个模型，这也是他们官方标注的，基座采用了Qwen32B的模型，在数学，代码，复杂问题的测试集中跟o1-mini一个水准，远高于GPT4o，Claude3.5-Sonnet，DeepSeek-V3。32B的模型基本都可以达到1元/百万tokens级别的价格。

我们再来看一下价格。缓存命中1元/百万tokens，未命中输入4元/百万tokens，输出16元百万tokens。最大上下文64K，最大输出8K。不算便宜，但还行，价格是涨价后DeepSeek-V3的2倍。

让我们再看看这张价格对比图，对比的是o1-mini，和o1。很直观，在性能达到o1相当级别的情况下，成本降低了27.5倍。很好的平替。相比国内的推理模型，价格不算便宜，但性能目前确实最好的，通义千问QWQ预览版输入价格3.5元/百万tokens，输出7元/百万tokens，智谱GLM-ZERO预览版，输入输出10元/百万tokens。

对openai又是致命的一击。我想说OpenAI可能对DeepSeek相当有意见，当年价格战就是DeepSeek开始的，标题就是“性能比肩GPT4，价格降低一百倍”，有些公司的营收预期直接降了100倍，对估值影响也大呀。好不容易OpenAI搞了个贵东西，又给降了快30倍价格。不知道以后o3会不会故技重施。

在此浅谈一下推理模型的使用。首先推理模型是用来解决疑难杂症的，普通问答不建议用推理模型。我们可以看到在指标对比中，MMLU，也就是通用问题指标，其实并没有比非推理模型好。

有了deepseek-r1以后，是对o1很好的平替，大家可以多去使用，毕竟o1原来太贵了，就算能用也不太敢多用。主要就针对复杂的逻辑推理，不光是代码和数学，包括公司经营分析，场景决策等等，也是可以的。至于在cursor和cline等智能体编程工具中表现怎么样，我不确定，因为这些工具本身已经有专门的推理工作流，在分析代码方面或许还是挺有优势。这种工具烧token又很厉害，至少我很少会用o1，现在可以试试了。

好，现在的客户端和开发者平台都已经更新了DeepSeek-R1，大家可以自己去使用。有问题欢迎交流，我们下期再见。