Mit der R1-Serie hat DeepSeek im Januar 2025 gezeigt, dass sich Reasoning-Fähigkeiten per Reinforcement Learning trainieren lassen: Das Modell lernt aus Bewertungen seiner eigenen Lösungswege und entwickelt so selbstständig längere Denkketten. R1 erreichte damit bei Mathematik und Programmierung Werte vergleichbar mit OpenAI o1. Das Update R1-0528 steigert etwa AIME 2025 von 70,0 auf 87,5.
R1 basiert auf DeepSeek-V3, einem Mixture-of-Experts-Modell (MoE) mit 671 Milliarden Parametern, von denen je verarbeitetem Textbaustein (Token) nur 37 Milliarden aktiv sind. Die Gewichte stehen unter der MIT-Lizenz, die ausdrücklich auch Destillation erlaubt. Kompakte Distill-Modelle ab 1,5 Milliarden Parametern bringen die Reasoning-Fähigkeiten auf kleinere Hardware.
DeepSeek-R1 Serie (R1, R1-0528, R1-Zero und Distill-Modelle)
DeepSeek AI
Januar 2025
MIT, kommerzielle Nutzung und Destillation erlaubt. Die Distill-Modelle unterliegen zusätzlich der Lizenz ihres Basismodells (Apache 2.0 bzw. Llama-Lizenz).
Reasoning-Modell mit Denkphase, trainiert per Reinforcement Learning, rein textbasiert
DeepSeek-V3-Base
671 Mrd. total (37 Mrd. aktiv pro Token), Distill-Modelle 1,5 bis 70 Mrd.
MoE mit Multi-head Latent Attention (MLA), Architektur wie DeepSeek-V3
61 (3 dichte und 58 MoE-Schichten)
256 Experten, 8 aktiv je Token, 1 geteilter Experte
128.000 Token
R1 erschien im Januar 2025. Das Update R1-0528 vom Mai 2025 denkt gründlicher nach, halluziniert seltener und unterstützt System-Prompts und Function Calling.
Eine Forschungsversion, die ohne vorheriges Feintuning allein per Reinforcement Learning trainiert wurde. Sie zeigt, wie Reasoning von selbst entsteht, neigt aber zu Wiederholungen und Sprachmischung.
Sechs kompakte Modelle mit 1,5 bis 70 Milliarden Parametern, feinabgestimmt mit 800.000 von R1 erzeugten Beispielen. Das größte basiert auf Llama 3.3 70B, die Qwen-Varianten auf Qwen2.5.
Die Denkketten von R1-0528 übertragen auf Qwen3-8B. Bei AIME 2024 erreicht das Modell laut DeepSeek 86,0 und damit das Niveau von Qwen3-235B im Denkmodus.
| Benchmark | DeepSeek-R1-0528 | DeepSeek-R1 |
|---|---|---|
| MMLU-Redux | 93,4 | 92,9 |
| MMLU-Pro | 85,0 | 84,0 |
| GPQA-Diamond | 81,0 | 71,5 |
| SimpleQA | 27,8 | 30,1 |
| Humanity’s Last Exam | 17,7 | 8,5 |
| LiveCodeBench (2408–2505) | 73,3 | 63,5 |
| Codeforces-Div1 (Rating) | 1930 | 1530 |
| SWE-bench Verified | 57,6 | 49,2 |
| Aider-Polyglot | 71,6 | 53,3 |
| AIME 2024 | 91,4 | 79,8 |
| AIME 2025 | 87,5 | 70,0 |
| HMMT 2025 | 79,4 | 41,7 |
Quelle: offizielle Model Card zu DeepSeek-R1-0528 (DeepSeek, Mai 2025). Angaben in Prozent, Codeforces als Rating. Gemessen mit bis zu 64.000 Token Ausgabe, SWE-bench Verified mit dem Agentless-Framework.
Offenes Reasoning unter MIT-Lizenz, vom großen Modell bis zur Distill-Variante für eine GPU. Wir prüfen mit Ihnen Nutzen, Auslegung und Betriebskosten.
Das Training von R1 verlief in vier Schritten. Zuvor hatte DeepSeek mit R1-Zero gezeigt, dass reines Reinforcement Learning ohne vorheriges Feintuning Reasoning hervorbringt: Der Wert bei AIME 2024 stieg dabei von 15,6 auf 71,0 Prozent. Mit den rund 800.000 Beispielen aus Schritt 3 hat DeepSeek auch die Distill-Modelle trainiert.
Initiales Fine-Tuning des Basis-Modells mit einer kleinen Menge (einige Tausend) hochwertiger, langer Chain-of-Thought-Beispiele.
Intensives Training auf Aufgaben aus Mathematik, Code und Logik mit einem regelbasierten Belohnungssystem, um Genauigkeit zu maximieren.
Generierung eines neuen, hochwertigen SFT-Datensatzes (~600k Reasoning, ~200k Non-Reasoning) mit dem RL-Modell und erneutes Fine-Tuning.
Eine finale RL-Phase zur Verbesserung von allgemeiner Nützlichkeit (Helpfulness) und Sicherheit (Harmlessness) unter Einbeziehung von menschlichen Präferenzen.
Die R1-Serie eignet sich für Organisationen, die anspruchsvolles Reasoning selbst betreiben wollen, vom vollen Modell bis zur kompakten Distill-Variante. In einer KI-Beratung prüfen wir mit Ihnen, welche Größe passt.
Reasoning auf dem Niveau von OpenAI o1: R1 erreicht bei AIME 2024 79,8 und bei MATH-500 97,3, o1-1217 79,2 und 96,4.
Großer Sprung mit R1-0528: AIME 2025 steigt von 70,0 auf 87,5, SWE-bench Verified von 49,2 auf 57,6.
Kompakte Distill-Modelle: Schon Distill-Qwen-32B übertrifft o1-mini bei AIME 2024 (72,6 gegenüber 63,6).
Transparente Entwicklung: R1-Zero und ein ausführliches Paper geben Einblick in das Training.
Kommerziell nutzbar: Die MIT-Lizenz erlaubt auch Destillation für eigene Modelle.
Sprachmischung: Das Modell ist auf Englisch und Chinesisch optimiert und denkt bei Anfragen in anderen Sprachen teils auf Englisch.
Prompt-Sensitivität: Few-Shot-Beispiele verschlechtern die Leistung, Zero-Shot-Prompts funktionieren besser.
Schwächer bei allgemeinen Aufgaben: R1 lag bei Function Calling, mehrstufigen Dialogen, Rollenspiel und JSON-Ausgaben hinter DeepSeek-V3, R1-0528 hat hier nachgebessert.
Hoher Hardware-Bedarf: Das volle Modell braucht rund 690 GB für die Gewichte, die Distill-Modelle sind deutlich genügsamer.
Wir planen die Cluster-Auslegung für DeepSeek-R1, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
R1-0528 denkt gründlicher nach, bei AIME im Schnitt 23.000 statt 12.000 Token je Aufgabe. Dadurch steigen die Werte deutlich, etwa bei AIME 2025 von 70,0 auf 87,5. Zudem unterstützt das Update System-Prompts, JSON-Ausgaben und Function Calling.
DeepSeek hat sechs Modelle mit 1,5, 7, 8, 14, 32 und 70 Milliarden Parametern auf Basis von Qwen2.5 und Llama veröffentlicht, dazu R1-0528-Qwen3-8B. Sie laufen auf einer bis zwei GPUs.
DeepSeek veröffentlicht die Gewichte in FP8, zusammen rund 690 GB. Das passt auf einen Server mit acht H200, mit H100 sind zwei Server mit je acht GPUs nötig. Hinzu kommt Reserve für den KV-Cache, den Zwischenspeicher für bereits verarbeitete Teile einer Anfrage.
Ja. Code und Gewichte stehen unter der MIT-Lizenz, die auch Destillation für eigene Modelle erlaubt. Bei den Distill-Modellen gilt zusätzlich die Lizenz des Basismodells.
DeepSeek-V3.1 erreicht im Denkmodus laut DeepSeek die Qualität von R1-0528, antwortet schneller und bietet zusätzlich einen schnellen Modus. Für neue Projekte ist V3.1 oder ein Nachfolger meist die bessere Wahl.
Möchten Sie individuell beraten werden?
Unsere KI-Experten sind für Sie da!
