deepseek开源了两个新的推理模型：DeepSeek-R1和DeepSeek-R1-Zero。同时也开放了思维链的API：deepseek-reasoner，价格如图1。

目前还没有更进一步的信息，也不知道这两个模型区别在什么地方。按上次的节奏明天会有更进一步的消息，在等等看。更新：发完微博对应的github介绍上线了！ github.com/deepseek-ai/DeepSeek-R1 ，跑分如图3

基本上是671B 参数的DeepSeek-R1对标OpenAI-o1，然后还搞了个DeepSeek-R1-Distill-Qwen-32B对标 OpenAI-o1-mini。DeepSeek-R1-Zero参考介绍：

“DeepSeek-R1-Zero 是一个通过大规模强化学习 (RL) 训练的模型，没有将监督微调 (SFT) 作为预备步骤，它在推理方面表现出卓越的性能。通过强化学习，DeepSeek-R1-Zero 自然而然地涌现出许多强大且有趣的推理行为。然而，DeepSeek-R1-Zero 也遇到了一些挑战，例如无限重复、可读性差和语言混合。为了解决这些问题并进一步提高推理性能，我们推出了 DeepSeek-R1，它在强化学习之前加入了冷启动数据。DeepSeek-R1 在数学、代码和推理任务上实现了与 OpenAI-o1 相当的性能。为了支持研究社区，我们开源了 DeepSeek-R1-Zero、DeepSeek-R1 以及基于 Llama 和 Qwen 从 DeepSeek-R1 中蒸馏出来的六个稠密模型。DeepSeek-R1-Distill-Qwen-32B 在各种基准测试中均优于 OpenAI-o1-mini，在稠密模型方面取得了新的最先进成果。”