DeepSeek-R1 est une famille de modèles de raisonnement à poids ouverts lancée le 20 janvier 2025. Elle comprend le grand modèle R1, le modèle de recherche R1-Zero, six checkpoints distillés basés sur Qwen ou Llama, puis la mise à jour DeepSeek-R1-0528 publiée le 28 mai 2025.
Avis d’indépendance et d’archivage : deepseek-fr.ai est un guide indépendant, sans affiliation avec DeepSeek. Cette page présente des checkpoints historiques encore téléchargeables. Elle ne signifie pas que DeepSeek-R1 est le modèle servi aujourd’hui par le chat ou l’API officiels. Pour un nouveau projet cloud, consultez DeepSeek-V4 et la liste API actuelle.
Réponse courte : le checkpoint complet DeepSeek-R1 est un modèle Mixture-of-Experts de 671 milliards de paramètres au total, dont 37 milliards activés, avec une fenêtre de contexte de 128K tokens. R1-0528 est une révision ultérieure du même modèle de raisonnement. Les modèles « Distill » sont des checkpoints denses plus petits entraînés à partir de données produites par R1 ; ils ne sont pas simplement des copies miniatures du checkpoint 671B.
DeepSeek-R1 en bref
| Élément | Information vérifiée |
|---|---|
| Publication de DeepSeek-R1 | 20 janvier 2025 |
| Mise à jour R1-0528 | 28 mai 2025 |
| Architecture du modèle complet | Mixture-of-Experts, basée sur DeepSeek-V3-Base |
| Paramètres du modèle complet | 671B au total, 37B activés |
| Fenêtre de contexte | 128K tokens |
| Checkpoints distillés initiaux | 1.5B, 7B, 8B, 14B, 32B et 70B |
| Distillation de mai 2025 | DeepSeek-R1-0528-Qwen3-8B |
| Licence du modèle complet | MIT |
| API DeepSeek actuelle | Aucun identifiant R1 dans la liste officielle actuelle ; seuls les identifiants V4 y sont présentés |
Qu’est-ce que DeepSeek-R1 ?
DeepSeek-R1 a été conçu pour consacrer davantage de calcul à la résolution d’un problème avant de produire une réponse finale. Le dépôt officiel DeepSeek-R1 décrit une famille fondée sur DeepSeek-V3-Base et développée avec plusieurs étapes d’apprentissage supervisé et par renforcement.
R1 n’est pas synonyme de toute option « DeepThink ». Au lancement, le bouton DeepThink du chat officiel activait R1, et l’API l’exposait sous l’ancien alias deepseek-reasoner. Depuis, DeepSeek a publié des modèles hybrides plus récents, jusqu’à V4. En 2026, un mode de raisonnement dans le produit officiel ne prouve donc pas que le checkpoint R1 de 2025 est utilisé.
R1-Zero, R1 et R1-0528 : les différences
| Version | Rôle | À retenir |
|---|---|---|
| DeepSeek-R1-Zero | Checkpoint de recherche | Apprentissage par renforcement appliqué au modèle de base sans étape SFT préalable. Il a servi à étudier l’émergence de comportements de raisonnement, mais n’est pas la version conversationnelle recommandée au grand public. |
| DeepSeek-R1 | Version complète publiée le 20 janvier 2025 | Pipeline avec deux étapes RL et deux étapes SFT afin de combiner raisonnement et alignement plus général. |
| DeepSeek-R1-0528 | Révision publiée le 28 mai 2025 | DeepSeek annonce un raisonnement plus profond, moins d’hallucinations, une meilleure prise en charge du function calling et la sortie JSON. |
L’annonce officielle de R1-0528 le décrit comme une mise à jour de R1, et non comme une famille d’API distincte encore maintenue aujourd’hui. Sa fiche de poids officielle reste la référence pour auto-héberger cette révision précise.
Caractéristiques du modèle DeepSeek-R1 complet
| Caractéristique | DeepSeek-R1 / R1-Zero |
|---|---|
| Base | DeepSeek-V3-Base |
| Architecture | Mixture-of-Experts |
| Paramètres totaux | 671 milliards |
| Paramètres activés | 37 milliards |
| Contexte documenté | 128K tokens |
| Poids | Disponibles dans l’organisation officielle deepseek-ai |
| Licence | MIT |
Comme pour d’autres modèles de cette architecture, l’interface de Hugging Face peut afficher une taille calculée de 685B paramètres à partir des tenseurs. Le tableau rédigé par DeepSeek annonce toutefois 671B au total et 37B activés. Nous utilisons donc ces chiffres officiels pour décrire l’architecture, sans inventer d’explication non publiée à l’écart de comptage.
La fenêtre de 128K représente l’ensemble du contexte envoyé au modèle. Elle ne doit pas être confondue avec la longueur de génération utilisée dans les évaluations. Le dépôt initial indique une génération maximale de 32 768 tokens dans son protocole de benchmark ; la fiche de R1-0528 indique 64K pour ses évaluations. Ces paramètres de test ne constituent pas une promesse universelle de sortie chez chaque hébergeur.
Les modèles DeepSeek-R1-Distill
DeepSeek a utilisé des données de raisonnement générées par R1 pour post-entraîner plusieurs modèles denses plus petits. Le terme Distill signifie ici que les comportements du grand modèle ont été transférés par entraînement vers un autre modèle de base. Les checkpoints distillés conservent l’architecture et une partie des caractéristiques de leur base Qwen ou Llama ; ils ne possèdent pas l’architecture MoE 671B du R1 complet.
Le README officiel place le dépôt et les poids de la série sous licence MIT, puis ajoute des précisions propres aux modèles dont ces variantes dérivent. Le tableau ci-dessous conserve les deux niveaux d’information au lieu de présenter tous les checkpoints comme juridiquement interchangeables.
| Checkpoint officiel | Modèle de base déclaré | Licence et origine indiquées |
|---|---|---|
| DeepSeek-R1-Distill-Qwen-1.5B | Qwen2.5-Math-1.5B | Dépôt/poids DeepSeek sous MIT ; base Qwen2.5 initialement sous Apache 2.0 |
| DeepSeek-R1-Distill-Qwen-7B | Qwen2.5-Math-7B | Dépôt/poids DeepSeek sous MIT ; base Qwen2.5 initialement sous Apache 2.0 |
| DeepSeek-R1-Distill-Llama-8B | Llama-3.1-8B | Dépôt/poids DeepSeek sous MIT ; DeepSeek signale la licence Llama 3.1 du modèle de base |
| DeepSeek-R1-Distill-Qwen-14B | Qwen2.5-14B | Dépôt/poids DeepSeek sous MIT ; base Qwen2.5 initialement sous Apache 2.0 |
| DeepSeek-R1-Distill-Qwen-32B | Qwen2.5-32B | Dépôt/poids DeepSeek sous MIT ; base Qwen2.5 initialement sous Apache 2.0 |
| DeepSeek-R1-Distill-Llama-70B | Llama-3.3-70B-Instruct | Dépôt/poids DeepSeek sous MIT ; DeepSeek signale la licence Llama 3.3 du modèle de base |
| DeepSeek-R1-0528-Qwen3-8B | Qwen3-8B Base | La fiche officielle de ce checkpoint indique MIT |
Les six premiers modèles appartiennent à la publication R1 initiale. DeepSeek-R1-0528-Qwen3-8B est un checkpoint ultérieur obtenu en post-entraînant Qwen3-8B Base avec une chaîne de raisonnement issue de R1-0528. Pour ce dernier, DeepSeek demande d’utiliser les fichiers de configuration de son propre dépôt, pas ceux du projet Qwen3 d’origine.
Quel checkpoint choisir pour une utilisation locale ?
Le choix dépend d’abord de votre objectif, pas d’une promesse générique de performance :
- Reproductibilité de la publication initiale : choisissez DeepSeek-R1.
- Étude de l’apprentissage par renforcement : R1-Zero est un artefact de recherche, pas un assistant général.
- Révision complète de mai 2025 : utilisez DeepSeek-R1-0528.
- Déploiement local plus accessible : évaluez un modèle Distill dont la taille correspond réellement à votre infrastructure.
- Petit checkpoint de la révision 0528 : évaluez DeepSeek-R1-0528-Qwen3-8B avec les configurations fournies par DeepSeek.
Nous ne publions pas de tableau universel « X Go de RAM/VRAM » : les besoins dépendent du checkpoint, de la précision ou quantification, du moteur d’inférence, de la longueur de contexte, du cache KV et du nombre d’utilisateurs simultanés. Vérifiez les exigences du fichier réellement téléchargé et suivez notre guide utiliser DeepSeek en local.
Exemple officiel avec vLLM pour R1-Distill-Qwen-32B
Le dépôt DeepSeek donne la commande suivante à titre d’exemple. Elle suppose que vLLM, les pilotes et l’infrastructure GPU sont déjà correctement installés :
vllm serve deepseek-ai/DeepSeek-R1-Distill-Qwen-32B \
--tensor-parallel-size 2 \
--max-model-len 32768 \
--enforce-eagerLa valeur 32768 de cet exemple est une configuration de service choisie dans le dépôt ; elle ne redéfinit pas à elle seule la capacité théorique de chaque variante et ne prouve pas que n’importe quel matériel peut l’exécuter.
Réglages : ne mélangez pas R1 original et R1-0528
| Réglage | R1 original | R1-0528 |
|---|---|---|
| Température recommandée par DeepSeek | Entre 0,5 et 0,7 ; 0,6 recommandée | 0,6 utilisée dans les environnements Web/App décrits par DeepSeek |
| System prompt | Le dépôt initial recommande de l’éviter et de placer les instructions dans le message utilisateur | Pris en charge selon la fiche R1-0528 |
Forcer <think> | Le dépôt initial signalait que cela pouvait être nécessaire pour certaines requêtes | DeepSeek indique que ce n’est plus nécessaire |
| JSON et function calling | Ne pas transposer automatiquement les capacités ultérieures | Support annoncé lors de la mise à jour 0528 |
Ces recommandations concernent les checkpoints historiques auto-hébergés et leurs templates. Elles ne doivent pas remplacer les paramètres documentés pour l’API V4 actuelle.
DeepSeek-R1 est-il encore disponible dans l’API officielle ?
Pas sous un identifiant R1 actuel. Au 25 juillet 2026, l’exemple officiel de GET /models présente uniquement deepseek-v4-flash et deepseek-v4-pro. DeepSeek a annoncé que les anciens noms deepseek-chat et deepseek-reasoner seraient entièrement retirés après le 24 juillet 2026 à 15:59 UTC.
deepseek-reasoner donnait accès à R1 en janvier 2025, puis à des générations ultérieures avant d’être routé vers le mode Thinking de V4-Flash. Il ne faut donc pas l’utiliser ni le présenter comme un endpoint R1 permanent. Pour les modèles actuels, consultez la page DeepSeek-V4 ; pour les coûts courants, consultez les tarifs de l’API DeepSeek.
Confidentialité : local ne signifie pas automatiquement privé
Avec un checkpoint réellement exécuté sur une infrastructure que vous contrôlez, les prompts n’ont pas besoin d’être envoyés à l’API DeepSeek. Cela peut faciliter la maîtrise du traitement des données, mais ne garantit pas à lui seul la confidentialité : l’interface, les journaux, la télémétrie, les sauvegardes et les outils connectés peuvent encore stocker ou transmettre des informations.
Si vous utilisez un hébergeur ou une API tierce, la localisation, la conservation et l’utilisation des requêtes dépendent de ce fournisseur. Ne déduisez jamais sa politique de données de la licence MIT des poids. Avec les services cloud officiels, consultez la politique de confidentialité de DeepSeek.
Licence : ce qui change selon la variante
DeepSeek publie le dépôt et les poids du modèle complet R1 sous licence MIT et indique que la série prend en charge l’utilisation commerciale, la modification et les travaux dérivés, y compris la distillation.
Les checkpoints distillés exigent une lecture supplémentaire : les variantes Qwen de la publication initiale dérivent de Qwen2.5, initialement sous Apache 2.0, tandis que les variantes Llama dérivent de Llama 3.1 ou Llama 3.3 et restent liées aux licences correspondantes. Avant une redistribution ou une utilisation commerciale, lisez la licence du dépôt DeepSeek et les conditions du modèle de base indiqué. Cette page ne constitue pas un avis juridique.
Limites de DeepSeek-R1
- Famille historique : le service officiel actuel repose sur des générations plus récentes.
- Raisonnement faillible : une trace longue ne garantit ni exactitude ni absence d’hallucination.
- Coût de calcul : les réponses de raisonnement peuvent être longues ; R1-0528 utilisait davantage de tokens de réflexion dans certaines évaluations officielles.
- Benchmarks datés : les résultats de 2025 dépendent de protocoles, jeux de données et concurrents précis ; ils ne prouvent pas la supériorité actuelle.
- Distill n’est pas Full R1 : les variantes plus petites ont des architectures, limites et comportements propres.
- Outils externes : recherche Web, exécution de code et fichiers nécessitent une application ou un agent qui les fournisse.
- Exécution locale : elle exige une maintenance du runtime, des dépendances, de la sécurité et des journaux.
Questions fréquentes sur DeepSeek-R1
DeepSeek-R1 est-il le modèle actuel de DeepSeek ?
Non. C’est une famille publiée en 2025. L’API officielle actuelle présente V4-Flash et V4-Pro, tous deux capables de fonctionner avec ou sans mode Thinking.
Quelle est la différence entre R1 et R1-0528 ?
R1-0528 est la révision du 28 mai 2025. DeepSeek annonce un raisonnement approfondi, moins d’hallucinations, ainsi que la prise en charge de JSON et du function calling. Elle accepte aussi un system prompt selon sa fiche officielle.
R1-Zero est-il recommandé comme assistant ?
Non. R1-Zero est surtout un checkpoint de recherche montrant les effets de l’apprentissage par renforcement sans SFT préalable. R1 a ensuite ajouté un pipeline plus complet pour produire un modèle mieux adapté à l’usage général.
DeepSeek-R1 peut-il être utilisé commercialement ?
DeepSeek indique que la série R1 prend en charge l’usage commercial sous licence MIT. Pour les modèles distillés, vérifiez également la licence de la base Qwen ou Llama dont ils dérivent.
Quel modèle Distill est le meilleur ?
Il n’existe pas de meilleur choix universel. Comparez le checkpoint exact sur vos tâches en français, votre matériel, la latence, la longueur de contexte, la licence et le niveau de qualité attendu. Ne sélectionnez pas seulement en fonction du nombre de paramètres.
Puis-je appeler R1 avec deepseek-reasoner ?
Ce nom était l’alias historique de R1, mais il a ensuite pointé vers d’autres générations. DeepSeek a annoncé son retrait après le 24 juillet 2026. Il ne constitue plus un identifiant fiable de R1.
Une installation locale envoie-t-elle mes données à DeepSeek ?
Pas si le modèle et toute la chaîne sont réellement exécutés hors ligne sur votre infrastructure. Toutefois, une interface, un outil, un système de télémétrie ou un fournisseur de modèles peut transmettre des données. Auditez l’ensemble du système, pas seulement les poids.
Guides liés
- Tous les modèles DeepSeek
- DeepSeek-V3.2
- DeepSeek-V4
- Prix de l’API DeepSeek
- Guide de l’API DeepSeek
- Installer et utiliser DeepSeek en local
Sources officielles
- Annonce officielle de DeepSeek-R1 — 20 janvier 2025
- Dépôt officiel DeepSeek-R1 : architecture, Distill, utilisation et licences
- Poids officiels de DeepSeek-R1
- Annonce officielle de DeepSeek-R1-0528 — 28 mai 2025
- Poids officiels de DeepSeek-R1-0528
- Fiche officielle de DeepSeek-R1-0528-Qwen3-8B
- Annonce officielle de DeepSeek-V4 et retrait des anciens alias
- Liste officielle des modèles API actuels
Dernière vérification factuelle : 25 juillet 2026. Les modèles auto-hébergés et les offres de fournisseurs tiers peuvent avoir des configurations différentes.
