Apakah bobotnya terbuka dan bisakah saya menjalankan R1 secara lokal?

Ya — DeepSeek R1 berlisensi MIT dengan bobot di Hugging Face, jadi Anda bisa mengunduh dan menjalankannya secara lokal, meskipun model 671B penuh membutuhkan perangkat keras besar; enam varian distilasi (hingga 1,5B) jauh lebih praktis untuk penggunaan lokal.

Berapa biaya dan berapa jendela konteksnya?

Melalui API harganya $0,70 per juta token input dan $2,50 per juta token output, dengan jendela konteks 64.000 token.

Apa perbedaan R1 dengan model DeepSeek lainnya?

R1 adalah model fokus penalaran DeepSeek, dilatih dengan reinforcement learning skala besar untuk menghasilkan rantai pemikiran eksplisit; menargetkan matematika, kode, dan penalaran kompleks, bukan chat umum, dan menampilkan token penalarannya daripada menyembunyikannya.

R1

1660°

#llm #deepseek #penalaran #matematika #pemrograman #riset

Berjalan di Graydient

Jalankan model ini

Penawaran / Iklan

Easy Creator (Prism) Web

Tak terbatas · biaya tetap

Terbaik untuk pemula. Alur kerja yang kuat, kurva pembelajaran rendah.

PirateDiffusion Telegram

Tak terbatas · biaya tetap

Buat video, gambar, persona chat kustom, dan lainnya.

Pro studio (SpyGlass) Web

Tak terbatas · biaya tetap

Jelajahi model, render, dan perbaiki dari browser atau ponsel mana pun.

Discord bot (Vector)

Tak terbatas · biaya tetap

Tambahkan Vector ke servermu atau gabung Discord Vector. Buat apa saja!

Unified Editor Web

Tak terbatas · biaya tetap

Editor untuk gambar dan video: render, edit, tingkatkan kualitas, dan lainnya dalam satu halaman.

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Aplikasi lokal

Perlu pengaturan

Install program lokal kalau komputermu punya hardware yang cukup.

ModelDuel Web

Bayar per penggunaan

Hasilkan prompt yang sama pada hingga 50 model checkpoint/base sekaligus.

Sewa GPU di cloud

Graydient Cloud GPU

Tak terbatas · biaya tetap

Biaya tetap, penggunaan tanpa batas. Model ini terpasang dengan satu klik.

RunPod Cloud GPU

Dikenakan per menit

Sewa GPU per menit dan atur model sendiri.

Panduan untuk model ini

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

DeepSeek | konteks 64.000 token | $0,70/M input, $2,50/M output. DeepSeek R1 hadir: Performa setara dengan OpenAI o1, tetapi open-source dan dengan token penalaran yang sepenuhnya terbuka. Ukuran 671 miliar parameter, dengan 37 miliar aktif dalam satu proses inferensi. Model dan laporan teknis sepenuhnya open-sourceOpens in new tab. Berlisensi MIT: Bebas untuk didistilasi & dikomersialisasikan!

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

DeepSeek R1 adalah model reasoning mixture-of-experts 671 miliar parameter dari DeepSeek, yang dilatih terutama melalui reinforcement learning daripada fine-tuning terawasi. Model ini menyamai OpenAI o1 dalam tugas matematika, kode, dan penalaran, sambil mempublikasikan token rantai pemikiran secara terbuka — sesuatu yang tidak dilakukan o1. Berlisensi MIT dan bobot terbuka, cocok untuk peneliti, pengembang, dan siapa saja yang menginginkan model penalaran kelas depan yang bisa mereka periksa, distilasi, atau gunakan secara komersial.

Dikenal untuk

Performa penalaran setara OpenAI o1 pada tugas matematika, kode, dan logika
Token rantai pemikiran yang sepenuhnya terlihat — proses penalaran tidak disembunyikan
Lisensi MIT: boleh distilasi, fine-tune, dan komersialisasi tanpa batasan
Enam model distilasi lebih kecil dirilis bersamaan, hingga 1,5 miliar parameter
Penalaran yang dilatih dengan RL menunjukkan perilaku verifikasi dan refleksi diri

Waspadai

671 miliar parameter total: menjalankan secara lokal butuh perangkat keras serius; kebanyakan pengguna akan memakai API.
Jendela konteks 64.000 token lebih pendek dari beberapa pesaing di kelas performa ini.
Pendahulu R1-Zero menunjukkan masalah pencampuran bahasa dan pengulangan; R1 memperbaiki ini tapi tinjau rekomendasi penggunaan sebelum deploy.

Terbaik untuk

Jalankan secara lokal

Prompt untuk dicoba

Bukti dengan kontradiksi

Buktikan bahwa akar kuadrat dari 2 adalah irasional. Tunjukkan setiap langkah penalaran Anda, tandai asumsi yang dibuat, dan periksa argumen Anda sendiri untuk celah sebelum memberikan jawaban akhir.

Debug fungsi rumit

Berikut fungsi Python yang seharusnya mengembalikan substring terpanjang tanpa karakter berulang, tapi menghasilkan hasil salah pada beberapa input. Telusuri logika langkah demi langkah, identifikasi bug, jelaskan mengapa gagal, dan berikan versi yang diperbaiki dengan penjelasan singkat. def longest_unique(s): seen = {} start = 0 best = '' for i, c in enumerate(s): if c in seen: start = seen[c] seen[c] = i if i - start + 1 > len(best): best = s[start:i+1] return best

Rencana di bawah kendala

Tim kecil beranggotakan tiga insinyur harus memigrasi database produksi langsung ke skema baru tanpa downtime. Database memiliki 50 juta baris dan aplikasi tidak boleh offline. Pertimbangkan risiko, daftar langkah-langkah secara berurutan, dan jelaskan alasan di balik setiap keputusan sebelum memberikan rencana migrasi akhir.

Bandingkan dengan

DeepSeek V4.1 Flash
Model dengan bobot terbuka
konteks 1,048,576 token · $0.04/M input, $0.68/M output
DeepSeek V4 Flash 0731
Model dengan bobot terbuka
konteks 1,048,576 token · $0.01/M input, $1.28/M output
DeepSeek V4 Flash 0423
Model dengan bobot terbuka
konteks 1,048,576 token · $0.09/M input, $0.18/M output
DeepSeek V4 Pro 0813
Model dengan bobot terbuka
konteks 1,048,576 token · $1.32/M input, $3.96/M output

Model teks lain dari deepseek

Pertanyaan yang sering diajukan

Apakah bobotnya terbuka dan bisakah saya menjalankan R1 secara lokal?: Ya — DeepSeek R1 berlisensi MIT dengan bobot di Hugging Face, jadi Anda bisa mengunduh dan menjalankannya secara lokal, meskipun model 671B penuh membutuhkan perangkat keras besar; enam varian distilasi (hingga 1,5B) jauh lebih praktis untuk penggunaan lokal.
Berapa biaya dan berapa jendela konteksnya?: Melalui API harganya $0,70 per juta token input dan $2,50 per juta token output, dengan jendela konteks 64.000 token.
Apa perbedaan R1 dengan model DeepSeek lainnya?: R1 adalah model fokus penalaran DeepSeek, dilatih dengan reinforcement learning skala besar untuk menghasilkan rantai pemikiran eksplisit; menargetkan matematika, kode, dan penalaran kompleks, bukan chat umum, dan menampilkan token penalarannya daripada menyembunyikannya.

Putusan Kapten
Model penalaran open-weights paling signifikan yang dirilis sejauh ini: performa kelas depan, lisensi MIT, dan proses berpikir yang transparan.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Qwen3 Coder 480B A35B

TEXT / LLM

L3 70B Euryale v2.1

TEXT / LLM

Nemotron 3.5 Lightning

TEXT / LLM

GPT 5 Image Mini

TEXT / LLM

Model AI untuk Pembuatan Gambar, Video & Teks

R1 adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya, lihat skor popularitasnya untuk mengetahui trennya, dan buka di PirateDiffusion atau BitVector untuk mencobanya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm deepseek penalaran matematika pemrograman riset lokal

Jelajahi berdasarkan Keluarga Model