Im Januar dieses Jahres hat DeepSeek das Reasoning-Modell R1 direkt als Open Source veröffentlicht. Die Reaktion der Community war unmittelbar: Niemand hätte erwartet, dass der Open-Source-Bereich bereits dieses Niveau erreicht hat.
Zunächst die harten Kennzahlen:
- AIME-Mathematikwettbewerb: 77,5 Punkte
- MATH-500: 96,2 Punkte
- Codeforces-Programmierung: 94. Perzentil
- MMLU: 0,849
Betrachtet man diese Zahlen gemeinsam, liegt es im Wesentlichen gleichauf mit OpenAI o1. Mathematik, Code, logisches Denken – ein Allrounder in drei Disziplinen.
Noch überraschender ist jedoch die destillierte Version. R1-Distill-Qwen-32B, ein "kleines" destilliertes Modell mit 32B Parametern, übertraf bei mehreren Benchmarks direkt o1-mini. 32B Parameter reichen aus, um mit geschlossenen Reasoning-Modellen gleichzuziehen oder sie sogar zu übertreffen – das ist ein Geschenk des Himmels für kleine Teams und unabhängige Entwickler, da es auf handelsüblichen Grafikkarten läuft.
Die Reasoning-Methode von R1 folgt einer strukturierten Chain-of-Thought-Route. In Szenarien mit langem Kontext zeigt es deutlich den Ablauf "Planung → Ausführung → Reflexion → Korrektur". Das 128K-Kontextfenster bietet ausreichend Platz, um die Reasoning-Kette vollständig zu entfalten, ohne Unterbrechungen befürchten zu müssen.
Aus industrieller Perspektive liegt die wahre Wirkung von R1 in der Preislogik. Bisher beruhte die Prämie geschlossener Modelle weitgehend auf dem "Burggraben der Reasoning-Fähigkeit" – wer ein gutes Reasoning-Modell nutzen wollte, musste zahlen. Jetzt hat R1 ein großes Loch in diese Mauer geschlagen. Womit können die Anbieter geschlossener Modelle ihren Preisvorteil aufrechterhalten? Nur mit Marke und Ökosystem?
Diese Frage wird in den kommenden Quartalen immer drängender werden.
Quellenangabe: CocoLoop, InfoQ-Bericht zur DeepSeek R1-Veröffentlichung, Hugging Face-Modellseite