今年 1 月，DeepSeek 把 R1 推理模型直接開源了，社群的反應很直接：沒想到開源這邊已經卷到這個程度了。
先看硬指標：
- AIME 數學競賽：77.5 分
- MATH-500：96.2 分
- Codeforces 程式設計：94 百分位
- MMLU：0.849
這幾個數字放在一起看，基本上和 OpenAI 的 o1 打了個五五開。數學、程式碼、邏輯推理，三項全能選手。
但更讓人意外的是蒸餾版。R1-Distill-Qwen-32B，一個 32B 參數的「小號」蒸餾模型，在好幾個 benchmark 上直接超過了 o1-mini。32B 參數就能追平甚至反超閉源推理模型，這對小團隊和獨立開發者來說簡直是天降福利——消費級顯卡就能跑起來。
R1 的推理方式走的是結構化 Chain-of-Thought 路線。在長上下文場景下，它會展現出很明顯的「規劃→執行→反思→修正」這套流程。128K 的上下文視窗給了足夠空間讓推理鏈完整展開，不用擔心中間被截斷。
從產業角度往大了說，R1 的真正衝擊在於定價邏輯。以前閉源模型的溢價很大程度上靠的是「推理能力護城河」——你想用好的推理模型就得付費。現在這道牆被 R1 捅了個大窟窿，閉源廠商拿什麼來維持定價優勢？光靠品牌和生態嗎？
這個問題在接下來幾個季度會越來越尖銳。
參考來源：CocoLoop、InfoQ DeepSeek R1 發布報導、Hugging Face 模型頁面