DeepSeek-R1 ist ein Reasoning-Modell, das am 20. Januar 2025 von dem chinesischen KI-Unternehmen DeepSeek veröffentlicht wurde. Es wurde darauf trainiert, vor der Beantwortung eine erweiterte Chain-of-thought-Argumentation zu erzeugen, wobei groß angelegtes Reinforcement learning direkt auf ein Basissprachmodell angewendet wurde. Es berichtete über Leistungen, die mit denen von OpenAIs o1 bei Benchmarks für Mathematik, Programmierung und Logik vergleichbar waren. DeepSeek veröffentlichte die Modellgewichte von R1 offen unter einer MIT-Lizenz, zusammen mit einem detaillierten technischen Papier, zu einem Zeitpunkt, als die meisten vergleichbaren Reasoning-Modelle westlicher Labore geschlossen und nur über APIs zugänglich waren.
Trainingsansatz
DeepSeek beschrieb das Training einer ersten Variante, DeepSeek-R1-Zero, mit groß angelegtem Reinforcement Learning direkt auf einem Basismodell ohne überwachte Feinabstimmung, ein Ansatz, der starkes Reasoning, aber eine manchmal schwer lesbare Ausgabe erzeugte, die Sprachen mischte oder eine klare Struktur vermissen ließ. Das veröffentlichte DeepSeek-R1-Modell adressierte dies, indem es eine kleine Menge an "Cold-Start"-Supervised-Daten vor dem Reinforcement Learning hinzufügte, gefolgt von weiteren RL-Phasen, was kohärentere Reasoning-Spuren erzeugte, während der Großteil der Leistungssteigerungen erhalten blieb. DeepSeek veröffentlichte auch eine Reihe kleinerer "destillierter" Modelle, die von 1,5 Milliarden bis 70 Milliarden Parametern reichen, erstellt durch Feinabstimmung bestehender offener Modelle wie Qwen und Llama auf Reasoning-Spuren, die von R1 generiert wurden, wodurch starkes Reasoning-Verhalten in viel kleineren, besser einsetzbaren Größenordnungen verfügbar wurde.
Kostenangaben und Marktreaktion
DeepSeek gab an, dass der finale Trainingslauf für das zugrunde liegende V3-Basismodell etwa 5,6 Millionen US-Dollar an GPU-Rechenleistung kostete, eine Zahl, die dramatisch niedriger ist als die Hunderte Millionen bis Milliarden, die Berichten zufolge für das Training vergleichbarer Frontier-Modelle von OpenAI, Anthropic und Google DeepMind ausgegeben wurden. Diese Behauptung, kombiniert mit R1s Benchmark-Leistung und der kostenlosen öffentlichen Verfügbarkeit über DeepSeeks App und API, löste das aus, was als DeepSeek market shock bekannt wurde: Am 27. Januar 2025 fiel die Aktie von NVIDIA an einem einzigen Handelstag um etwa 17 Prozent, was einen Marktwertverlust von fast 600 Milliarden US-Dollar bedeutete - der größte Tagesverlust für ein US-Unternehmen bis zu diesem Zeitpunkt -, als Investoren ihre Annahmen darüber überdachten, wie viel Rechenleistung Frontier-KI benötigt. Andere KI-bezogene Aktien fielen ebenfalls. Analysten debattierten anschließend, ob DeepSeeks gemeldete Kostenzahl frühere Forschungskosten und Hardware-Abschreibungen vollständig berücksichtigte und ob das Unternehmen trotz US-Exportkontrollen Zugang zu eingeschränkten Nvidia-Chips hatte, ohne die Frage vollständig zu klären.
Rezeption und Auswirkungen
DeepSeek-R1 wurde von unabhängigen Forschern umfassend getestet und zeigte bei vielen Aufgaben Leistungen nahe den behaupteten Benchmarks, obwohl festgestellt wurde, dass es bei politisch sensiblen Themen wie dem Tiananmen-Platz und Taiwan eine an die chinesische Regierung angelehnte Zensur anwendete, wenn es über DeepSeeks eigene gehostete App abgerufen wurde - eine Einschränkung, die nicht für die offen veröffentlichten Gewichte galt, wenn sie unabhängig ausgeführt wurden. Die Veröffentlichung des Modells intensivierte die Debatte über die Beständigkeit des rechengetriebenen Skalierungs-Paradigmas und über den Wettbewerb zwischen den USA und China in der künstlichen Intelligenz, wobei US-Beamte es als Beleg für strengere Exportkontrollen bei KI-Chips anführten, während andere es als Beleg dafür anführten, dass diese Kontrollen Effizienzinnovationen vorantrieben, anstatt Fähigkeiten einzudämmen. R1 wird häufig als eine der folgenreichsten Open-Weights-Modellveröffentlichungen des Jahres 2025 zitiert.