DeepSeek R1详解：基准测试、定价及V4迁移

如果你是因为教程、新闻剪辑或Reddit帖子得知DeepSeek R1是2025年1月引发市场波动的开放权重推理模型，那么这个页面就是该故事的实践者版本。我在2025年大部分时间在生产环境中运行R1，与ChatGPT和Claude一起，之后我已经将这些工作负载迁移到了DeepSeek V4。以下内容是R1的实际情况，其基准测试结果（引用了DeepSeek自己的技术报告中的确切版本），它在哪些方面仍然有效，以及——关键的是——随着2026年7月24日V4退休窗口的关闭，其`deepseek-reasoner` API ID现在的行为。你将获得架构、数据、代码、定价和公正的评价。

深Seek R1是什么，一段话概括

DeepSeek R1是DeepSeek（杭州）于2025年1月发布的一个以推理为重点的大型语言模型。它是第一个在数学、编码和知识基准测试集群上公开匹配OpenAI的o1-1217的开放权重模型，其发布引发了2025年1月的科技股抛售。DeepSeek推出了R1-Zero，通过大规模强化学习训练，无需监督微调作为初步步骤，在推理方面表现出色，但遇到了诸如重复无止境、可读性差和语言混合等挑战；随后推出了DeepSeek R1，在RL之前纳入冷启动数据，并在数学、代码和推理任务上实现了与OpenAI-o1相当的性能。从实际角度来看，R1是以低于封闭源定价的代价为开放权重推理提供了可信案例的模型。

Architecture and lineage

R1是一个基于DeepSeek-V3-Base的671B参数混合专家模型，每个标记有37B个活跃参数，DeepSeek-R1-Zero和DeepSeek-R1基于DeepSeek-V3-Base进行训练；有关模型架构的更多详细信息，请参阅DeepSeek-V3存储库。上下文长度为128,000个标记，生成上限为32,768。对于所有R1系列模型，最大生成长度设置为32,768个标记；对于需要采样的基准测试，使用温度0.6和top-p 0.95，每个查询生成64个响应以估计pass@1。

有两个R1版本值得区分：

• DeepSeek R1（2025年1月） — 原始版本。
• DeepSeek R1-0528（2025年5月） ——一个点升级。与之前的DeepSeek-R1版本相比，DeepSeek-R1-0528的使用建议包括现在支持系统提示。AIME 2025从70.0提升到87.5，GPQA从71.5提升到81.0，LCB_v6从63.5提升到73.3，Aider从57.0提升到71.6。

R1位于一个由R1自身生成的800k推理样本训练的小型蒸馏校验点系列的上游——请参阅专门的报告。 DeepSeek R1 Distill 如果您需要一个在单个GPU上运行的模型。

基准测试（来自R1技术报告）

下面的每个数字都来自DeepSeek的R1技术报告（arXiv 2501.12948）或后续的0528变更日志。我没有将它们与后续代的产品主张混合。

标题声明有可靠的来源。DeepSeek-R1在AIME 2024上实现了79.8%的Pass@1，略高于OpenAI-o1-1217，在MATH-500上达到97.3%，与OpenAI-o1-1217表现相当，并显著优于其他模型。在MMLU、MMLU-Pro和GPQA Diamond上，DeepSeek-R1的得分分别为90.8%、84.0%和71.5%；在这些基准测试中，其性能略低于OpenAI-o1-1217，但优于其他闭源模型。在编码方面，DeepSeek-R1在Codeforces上获得了2,029 Elo评分，超过了96.3%的人类参与者。

对于当前一代产品的比较，请访问 DeepSeek R1 vs OpenAI o1.

训练成本——实际涵盖的数字

2025年9月流行的294,000美元的数字是真实的，但范围较窄。《自然》杂志的文章，由李文峰合著，称DeepSeek的以推理为重点的R1模型训练成本为294,000美元，并使用了512个Nvidia H800芯片。在准备阶段之后，R1在H800芯片的512芯片集群上总共训练了80小时。

这个数字不包括基础模型的工作。294,000美元的价格标签不包括DeepSeek报告的用于构建R1所基于的通用大型语言模型所花费的600万美元。报道来自 The Register 对标题框架提出了异议，认为由于没有先构建V3就无法拥有R1，因此该模型的实际成本更接近于5,870,000美元。诚实的框架：R1的 增量 RL成本较低；包括V3预训练在内的完整栈成本在数百万范围内。

优势——R1仍能保持其价值的地方

• 数学与奥数风格推理 — MATH-500达到97.3%和AIME 2024达到79.8%仍然是强劲的开放重量级数字。
• 竞赛编程 — 2029 Codeforces Elo 分数高于大多数非推理模型。
• 许可协议清晰 — R1代码仓库采用MIT许可证，DeepSeek-R1模型的用途也受MIT许可证约束，DeepSeek-R1系列支持商业用途和蒸馏。这比大多数2024年的开源发布更为简洁。
• 蒸馏种子 — R1 的推理轨迹已被用于对较小的开源模型进行后训练；有关 Qwen 和 Llama 变体的详细信息，请参阅 R1 蒸馏页面 。

劣势——R1在2026年的不足之处

• 在 API 中已被取代。 截至2026年4月24日，DeepSeek V4是当前一代。旧的`deepseek-reasoner` ID仍然接受流量，但现在在思考模式下路由到`deepseek-v4-flash`，并且它将在2026年7月24日15:59 UTC全面退役。
• 原始 R1 中没有本地工具调用。 该功能随 R1-0528 版本推出，现在在 V4 中已成为标准。
• 闲聊推理轨迹。 R1在长时间深思熟虑时消耗代币；对于短期工作负载，非思考模式的V4-Flash默认设置按有用答案计费更便宜。
• GPQA 钻石版与 o1-1217 的延迟对比 （原始发布版中为 71.5% 与 75.7%）。

如何今天访问R1

Web chat and mobile app

DeepSeek 网络聊天和移动应用已默认使用 V4。R1 权重托管在 DeepThink 切换 — 原先切换到R1的控制 — 现在切换V4在非思考模式和思考模式之间。您可以在DeepSeek官方网站chat.deepseek.com上与DeepSeek-R1聊天，并开启“DeepThink”按钮，DeepSeek还在platform.deepseek.com提供兼容OpenAI的API。请记住，网页和应用程序界面会为您保持会话历史；API不会。

Hugging Face上的开放权重

上。 上。 and 上。-0528。如果您想自行运行 R1，请参阅我们的 本地安装指南 覆盖适合单个H100或一对消费级GPU的单个量化构建。

迁移窗口期间的API访问

Chat requests hit POST /chat/completions，DeepSeek API上的与OpenAI兼容的端点。基本URL是 https://api.deepseek.com，并且旧的`deepseek-reasoner` ID仍然可以解析 — 但现在在思考模式下路由到`deepseek-v4-flash`，直到退休截止日期。一个使用OpenAI SDK的最小Python示例，在V4的思考模式下展示（推荐的新代码模式）：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseek.com",
    api_key="YOUR_KEY",
)

resp = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[
        {"role": "user", "content": "Prove the infinitude of primes."}
    ],
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

print(resp.choices[0].message.reasoning_content)
print(resp.choices[0].message.content)

当启用思考时，V4返回 reasoning_content alongside the final content ——与旧版ID产生相同的响应形状。该API本身是无状态的：您的客户端必须在每一轮中重新发送完整的 deepseek-reasoner 数组。相关参数： messages （V4上最多384,000个）， temperature, top_p, max_tokens ，加上JSON模式、流式传输、工具调用和上下文缓存。迁移只需一行代码即可完成。 reasoning_effort, plus JSON mode, streaming, tool calling, and context caching. Migration is a one-line model= swap; base_url 不变。请参阅 DeepSeek API documentation 以获取完整的参数参考。

Pricing snapshot (as of April 2026)

R1最初发布的费率 — 每百万输入代币0.55美元和每百万输出代币2.19美元 — 已不再生效。发送到`deepseek-reasoner`的流量现在按`deepseek-v4-flash`的费率计费。当前发布的V4-Flash费率，适用于您通过旧R1 ID路由的任何请求，直到2026年7月24日：

2025年9月5日，非高峰时段折扣已结束，且尚未重新引入。请核实实时汇率。 DeepSeek API pricing 在进行任何容量规划之前查看

V4-Flash上的工作成本示例

100万次调用，2000个token缓存的系统提示，200个token未缓存的用户消息，300个token回复：

• Cached input: 2,000,000,000 tokens × $0.0028/M = $5.60
• Uncached input: 200,000,000 tokens × $0.14/M = $28.00
• Output: 300,000,000 tokens × $0.28/M = $84.00
• Total: $117.60

思考模式下的回复通常较长，因此请预留3-5倍于非思考调用预期输出token数量的预算。使用... DeepSeek pricing calculator 适用于您自己的工作负载。

R1级推理的最佳用例

• 数学与科学工作 ——请参阅 DeepSeek for math.
• 学术研究和文献综述 — DeepSeek for research.
• 代码生成和审查 — DeepSeek for coding.

Comparable alternatives

如果您仍在评估R1级推理是否是正确的选择，两次面对面比较将为您节省时间： DeepSeek vs OpenAI o1 and DeepSeek vs Claude. 对于整个领域，该 DeepSeek alternatives 聚合器列出了按任务分类的开放源代码和闭源选项。并且对于同一家族的兄弟模型，该 DeepSeek models hub 将所有版本集中在一个地方，包括 DeepSeek V4.

Verdict

DeepSeek R1是一个里程碑式的开放权重推理模型，通过R1-0528升级，仍然是一个可信的自托管选择。然而，对于API工作负载，2026年4月正确的做法是迁移到... deepseek-v4-flash or deepseek-v4-pro with reasoning_effort="high" 在2026年7月24日之前从您的代码中删除旧ID并删除。R1赢得了该领域历史的地位；V4是账单支付的所在。

DeepSeek AI Guide is an independent resource and is not affiliated with DeepSeek or its parent company. Model IDs, pricing and API behaviour change; check the official DeepSeek documentation and pricing page before committing to a production decision.