deepseek

DeepSeek: R1 0528

deepseek/deepseek-r1-0528

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

deepseek/deepseek-r1-0528 es la actualización de mayo de 2025 del modelo de razonamiento de pesos abiertos de DeepSeek, publicado con licencia MIT que permite uso comercial y destilación. El catálogo de OpenRouter describe un sistema mixture-of-experts de gran escala con 671B de parámetros totales y 37B activos, entrada y salida de texto, un contexto de unos 164K tokens y razonamiento activo en cada solicitud. DeepSeek reporta mejoras importantes frente al R1 anterior en matemáticas, código y lógica, además de menos alucinaciones y mejor llamada a funciones; son cifras del propio proveedor que conviene validar en cada carga de trabajo.[1][2]

Puntos fuertes

Las evaluaciones reportadas por el proveedor muestran mejoras grandes frente al R1 anterior en matemáticas, programación competitiva e ingeniería de software.[2]
Pesos abiertos bajo licencia MIT, con uso comercial y destilación permitidos explícitamente según la ficha del modelo.[2]
Contexto largo (unos 164K tokens según el catálogo de OpenRouter) junto con llamada a herramientas, salidas estructuradas y tokens de razonamiento visibles.[1][2]

Limitaciones

El razonamiento es obligatorio según el catálogo de OpenRouter, y DeepSeek indica que el modelo ahora piensa mucho más por pregunta, lo que puede aumentar latencia y consumo de tokens.[1][2]
La mayoría de la evidencia de rendimiento proviene del propio DeepSeek o del catálogo; la verificación independiente de esta variante exacta es limitada, así que valida en tu carga de trabajo.[1][2]
Los resultados de la arena de diseño de OpenRouter muestran desempeño discreto y casi parejo en categorías visuales como SVG y desarrollo de juegos.[1]

Dónde utilizarlo

Problemas complejos de matemáticas, lógica y código de varios pasos donde las trazas de razonamiento visibles ayudan; sugerido por benchmarks del proveedor, sin confirmación independiente aquí.[2]
Despliegues autoalojados o destilados: la licencia MIT y una destilación de 8B publicada lo hacen candidato para investigación y pipelines de fine-tuning.[2]
Flujos agénticos y de uso de herramientas que requieren llamada a funciones y salidas estructuradas, según los parámetros soportados del catálogo.[1][2]

Fuentes

[1] OpenRouter catalog · DeepSeek: R1 0528Fuentes consultadas: 13 nov 2026
[2] Model documentation · DeepSeek: R1 0528Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

May 28th update to the [original DeepSeek R1](/deepseek/deepseek-r1) Performance on par with [OpenAI o1](/openai/o1), but open-sourced and with fully open reasoning tokens. It's 671B parameters in size, with 37B active...

Especificaciones

ID del modelo: deepseek/deepseek-r1-0528
Creador: deepseek
Añadido a OpenRouter: 28.05.2025
Longitud de contexto: 163,840
Modalidad: text->text
Modalidades de entrada: text
Modalidades de salida: text
Precio por token: USD por 1M de tokens: entrada $0.500 / salida $2.15
Corte de conocimiento: 31.03.2025
Fecha de expiración: —

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

Tarea	Nota	Capacidad declarada por la fuente
Calidad general	Sin medición	razonamiento: obligatorio · parámetros: include_reasoning, reasoning
Programación	Sin medición	—
Agentes	Sin medición	parámetros: structured_outputs, tool_choice, tools
Escritura	Sin medición	salida: text
Razonamiento	Sin medición	razonamiento: obligatorio · parámetros: include_reasoning, reasoning
Análisis de documentos	Sin medición	—
Visión	Sin medición	—
Generación de imágenes	Sin medición	—
Audio	Sin medición	—
Vídeo	Sin medición	—
Embeddings	Sin medición	—

Evaluaciones

Fuente	Benchmark	Valor	Nota	Datos obtenidos
Design Arena	models · 3dtasa de victoria 53.3% · posición 94	1,094Elo	CC — por debajo de la franja B	13.11.2026
Design Arena	models · codecategoriestasa de victoria 52.6% · posición 99	1,129Elo	CC — por debajo de la franja B	13.11.2026
Design Arena	models · dataviztasa de victoria 60.9% · posición 65	1,180Elo	BB — siguiente 30% de la cohorte	13.11.2026
Design Arena	models · gamedevtasa de victoria 49.3% · posición 102	1,088Elo	CC — por debajo de la franja B	13.11.2026
Design Arena	models · svgtasa de victoria 48.7% · posición 84	1,030Elo	CC — por debajo de la franja B	13.11.2026
Design Arena	models · uicomponenttasa de victoria 54.9% · posición 100	1,095Elo	CC — por debajo de la franja B	13.11.2026
Design Arena	models · websitetasa de victoria 52.7% · posición 97	1,142Elo	CC — por debajo de la franja B	13.11.2026

Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

S — S — 10% superior de la cohorte
A — A — siguiente 20% de la cohorte
B — B — siguiente 30% de la cohorte
C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

Proveedor	Longitud de contexto	Precio entrada /1M	Precio salida /1M	Latencia p50 (30m, s)	Rendimiento p50 (30m, tok/s)	Disponibilidad (30m)
DeepInfrafp4	163,840	$0.500	$2.15	—	—	100%
SiliconFlowfp8	163,840	$0.500	$2.18	—	—	100%
StreamLake	128,000	$0.571	$2.29	—	—	100%

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.