Pada Januari 2026, DeepSeek secara langsung membuka sumber model penalaran R1, dan reaksi komunitas sangat cepat: tidak ada yang menyangka open source sudah berkembang sejauh ini.
Pertama, lihat angka-angka kerasnya:
- Kompetisi matematika AIME: 77,5 poin
- MATH-500: 96,2 poin
- Pemrograman Codeforces: persentil ke-94
- MMLU: 0,849
Jika dilihat bersama, hasil ini menempatkan R1 kurang lebih setara dengan o1 milik OpenAI. Model ini unggul dalam tiga bidang: matematika, kode, dan penalaran logis.
Namun yang lebih mengejutkan adalah versi distilasinya. R1-Distill-Qwen-32B, model distilasi "kecil" dengan 32B parameter, secara langsung mengungguli o1-mini di beberapa tolok ukur. Model dengan 32B parameter dapat menyamai atau bahkan melampaui model penalaran sumber tertutup, yang merupakan anugerah besar bagi tim kecil dan pengembang independen — model ini dapat dijalankan pada GPU kelas konsumen.
Pendekatan penalaran R1 mengikuti jalur Chain-of-Thought terstruktur. Dalam skenario konteks panjang, model ini dengan jelas menunjukkan alur kerja "rencana → eksekusi → refleksi → revisi". Jendela konteks 128K memberikan ruang yang cukup bagi rantai penalaran untuk terbentang sepenuhnya tanpa khawatir terpotong di tengah proses.
Dari perspektif industri, dampak sebenarnya dari R1 terletak pada logika penetapan harga. Sebelumnya, premi pada model sumber tertutup sebagian besar bergantung pada "parit kemampuan penalaran" — jika Anda menginginkan penalaran yang baik, Anda harus membayar. Sekarang R1 telah membuat lubang besar di dinding itu. Dengan apa vendor sumber tertutup akan mempertahankan keunggulan harga mereka? Hanya dengan merek dan ekosistem?
Pertanyaan ini akan semakin tajam dalam beberapa kuartal mendatang.
Sumber referensi: CocoLoop, liputan peluncuran DeepSeek R1 InfoQ, halaman model Hugging Face