Un modelo de lenguaje grande destilado basado en Qwen2.5-Math-1.5B, entrenado utilizando las salidas de DeepSeek R1 de DeepSeek.
Proveedor de servicios de inferencia
El proveedor de servicios de inferencia para deepseek-r1-distill-qwen-1.5b es Alibaba Cloud Model Studio.
Capacidades del modelo
| Capacidad | Compatibilidad | Capacidad | Compatibilidad |
|---|---|---|---|
Modalidad de entrada | Texto | Modalidad de salida | Texto |
Experiencia del modelo | Compatible | Llamada a funciones | No compatible |
Salidas estructuradas | No compatible | Búsqueda web | No compatible |
Completado de prefijo | No compatible | Almacenamiento en caché de contexto | No compatible |
Inferencia por lotes | No compatible | Ajuste fino | No compatible |
Límites de contexto
| Parámetro | Valor | Parámetro | Valor |
|---|---|---|---|
Longitud máxima de entrada | 32768 | Longitud máxima de salida | 16384 |
Ventana de contexto | 32768 |
Precios
No hay información pública de precios disponible.
Límites de tasa
China (Beijing)
| Parámetro | Valor |
|---|---|
RPM (Solicitudes por minuto) | 60 |
TPM (Tokens por minuto) | 100,000 |