Uso principal declarado o inferido con cautela desde la documentación oficial.
D
DEEPSEEK / deepseek-reasoner
DeepSeek R1
Modelo de razonamiento abierto y familia de destilados, relevante para seguir la evolución del razonamiento verificable.
01 / RESUMEN
Lo esencial
Capacidad máxima de entrada cuando la fuente la publica.
Límite máximo de generación documentado.
Canales de disponibilidad verificados.
Familia funcional principal y especialidades verificadas.
Condiciones declaradas para API, pesos o despliegue propio.
02 / FICHA TÉCNICA
Límites e integración
| ID de API | deepseek-reasoner |
|---|---|
| Tipo de modelo | Texto y razonamiento · Código |
| Modelo de acceso | API y pesos abiertos |
| Licencia | MIT |
| Despliegue | API, local o nube privada |
| Lanzamiento | 20 ENE 2025 |
| Corte de conocimiento | No publicado |
| Entrada | Texto |
| Salida | Texto |
| Ventana de contexto | 64.000 tokens en API original |
| Salida máxima | No publicado |
| Razonamiento | Razonamiento explícito |
| Herramientas publicadas | |
| Salidas estructuradas | No aplica o no publicado |
| Procesamiento por lotes | No publicado |
| Caché de prompts | No publicado |
| Ajuste fino | Pesos y destilados descargables |
| Plataformas verificadas | DeepSeek API · Hugging Face |
Matemáticas, código, investigación y estudio de modelos de razonamiento abiertos.
Es una generación anterior; compara latencia y longitud de razonamiento con V3.2.
03 / CAPACIDADES
Qué puede hacer
Orientación
Matemáticas, código, investigación y estudio de modelos de razonamiento abiertos.
Contexto
64.000 tokens en API original · No publicado
Herramientas e integración
No publicado
Acceso
DeepSeek API y pesos
Modalidades de entrada
Texto
04 / PRECIOS
Coste documentado
| Concepto | Valor | Unidad / condición |
|---|---|---|
| Entrada estándar | No publicado | Tarifa estándar de API |
| Entrada en caché | No publicado | Lectura de prefijos reutilizados |
| Escritura o almacenamiento de caché | No publicado | La condición varía según proveedor |
| Salida estándar | No publicado | Puede incluir tokens de razonamiento |
| Entrada por lotes | No publicado | Procesamiento asíncrono |
| Salida por lotes | No publicado | Procesamiento asíncrono |
Consulta la fuente primaria: la unidad de facturación depende del tipo de modelo y del canal de acceso.
i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.
05 / EVALUACIONES
Cómo leer los resultados
“
Un benchmark público orienta, pero no sustituye una evaluación con tus datos, herramientas, presupuesto y tolerancia al error.
| Benchmark | Resultado | Métrica | Fuente |
|---|---|---|---|
| AIME 2024 | 79,8 % | Pass@1 publicado | Ver fuente ↗ |
Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.
06 / VERSIONES
Cronología
DeepSeek R1
Versión incorporada al catálogo verificado de Inferama.
ANÁLISIS
Análisis relacionados
DeepSeek R1 en producción: cómo probar la plantilla de prompt sin romper la aplicación
Las recomendaciones oficiales de prompting para DeepSeek R1 son hipótesis que conviene validar en cada aplicación. Este protocolo permite comparar ubicaciones de instrucciones y el prefijo «<think>» midiendo tanto la calidad de las respuestas como los fallos de integración.
27 sep. 2026 ↗
DeepSeek R1 vs. DeepSeek V3.2: cómo decidir entre razonamiento explícito y eficiencia en un flujo revisable
Una comparación útil entre DeepSeek R1 y DeepSeek V3.2 no empieza por un benchmark publicado, sino por una tarea propia, un corpus congelado y una definición explícita de error material. Este protocolo permite medir si la deliberación adicional de R1 reduce errores y revisiones humanas o si V3.2 logra el mismo umbral con menor latencia, consumo y complejidad.
22 sep. 2026 ↗
AIME 2024: qué mide un porcentaje de aciertos en 30 problemas y por qué dos resultados aparentemente iguales pueden no ser comparables
Una cifra de AIME 2024 parece sencilla, pero puede resumir protocolos muy distintos. Esta guía explica qué representa el conjunto, cómo cambia el resultado según el número de intentos, la selección de respuestas, las herramientas y el arnés, y qué información pedir antes de comparar modelos.
22 sep. 2026 ↗07 / FUENTES