01
DeepSeek R1 und die Distill-Varianten
Das große R1 ist der Maßstab für offenes Reasoning. Daneben gibt es destillierte Varianten auf Llama- und Qwen-Basis von 7B bis 70B Parametern, die einen Großteil der Denkfähigkeit bei deutlich geringeren GPU-Anforderungen liefern. Für die meisten Anwendungsfälle sind die 32B- und 70B-Distills der beste Kompromiss aus Qualität und Kosten.







