O DeepSeek R1 provou que modelos open-source podem se igualar às capacidades de raciocínio de modelos de código fechado. Lançado em janeiro de 2025 sob a licença MIT, ele atingiu 79,8% no AIME 2024 e 97,3% no MATH-500, colocando-o no mesmo patamar da série o1 da OpenAI.
Um ano depois, o R1 continua sendo um dos modelos de raciocínio mais econômicos disponíveis. A $0,55/$2,19 por 1M de tokens, ele é 5 a 10 vezes mais barato que alternativas de código fechado comparáveis. Aqui está o que você precisa saber para usá-lo de forma eficaz.
Se você estiver comparando o R1 com o cenário mais amplo de programação e modelos principais, mantenha a comparação de modelos de programação e a comparação de preços abertas ao lado desta página. O R1 brilha mais quando você o coloca em uma stack de modelos mistos, em vez de pedir que ele faça tudo.
Arquitetura: Por que 671B de Parâmetros não Significa Custo de 671B
O DeepSeek R1 utiliza uma arquitetura Mixture of Experts (MoE):
- 671 bilhões de parâmetros totais
- 37 bilhões ativados por forward pass
- Construído sobre a base DeepSeek-V3-Base
- Janela de contexto de 128K tokens
O design MoE significa que o R1 tem a capacidade de conhecimento de um modelo de 671B, mas o custo de inferência de um modelo de ~37B. Cada token de entrada ativa apenas um subconjunto de redes "especialistas", mantendo os requisitos de computação gerenciáveis.
Para comparação: rodar um modelo denso de 671B exigiria ~1,3TB de memória. A arquitetura MoE do R1 reduz isso para ~336GB em quantização Q4, tornando-o executável em hardware de consumo de ponta (Mac Studio M3/M5 Ultra com 512GB).
Desempenho em Benchmarks
Matemática
| Benchmark | DeepSeek R1 | OpenAI o1 | Claude Opus 4.6 |
|---|---|---|---|
| AIME 2024 | 79,8% | 83,3% | ~65% |
| MATH-500 | 97,3% | 96,4% | ~90% |
| Codeforces Elo | 2.029 | 1.891 | ~1.600 |
O R1 iguala ou supera o o1 na maioria dos benchmarks matemáticos. A classificação no Codeforces de 2.029 o coloca na faixa de "Candidate Master", competitivo com programadores humanos experientes.
Programação (Coding)
O R1 é forte em programação algorítmica (programação competitiva, provas matemáticas), mas menos otimizado para tarefas de engenharia de software (refatoração de múltiplos arquivos, design de API). No SWE-Bench Verified, o Claude Sonnet 4.6 (72,7%) supera significativamente o R1.
Use o R1 para implementação de algoritmos e código matemático. Use Claude ou GPT-5 para engenharia de software geral.
Raciocínio
O raciocínio chain-of-thought do R1 é transparente e inspecionável. Ao contrário dos modelos de código fechado onde o raciocínio acontece em uma fase oculta de "pensamento", os traços de raciocínio do R1 fazem parte da saída. Isso o torna valioso para:
- Depuração de erros de raciocínio (você pode ver onde o modelo errou)
- Aplicações educacionais (alunos podem acompanhar o processo de raciocínio)
- Pesquisa (analisar como LLMs abordam problemas)
Inovação no Treinamento: RL Puro Sem Rótulos Humanos
A abordagem de treinamento do R1 foi sua contribuição mais significativa para a área.
Abordagem tradicional: coletar exemplos de raciocínio rotulados por humanos e, em seguida, fazer o fine-tune do modelo para imitá-los.
Abordagem da DeepSeek: treinar via reinforcement learning em larga escala sem quaisquer dados de raciocínio supervisionados. O modelo (DeepSeek-R1-Zero) desenvolveu autoverificação, reflexão e raciocínio chain-of-thought longo apenas através de RL.
A implicação prática: o R1 demonstrou que as capacidades de raciocínio podem emergir do treinamento de RL sem a necessidade de anotação humana cara. Isso abriu as portas para que outros laboratórios treinem modelos de raciocínio de forma mais eficiente.
O modelo R1 final utiliza um pipeline de dois estágios:
- Estágios de RL para desenvolver padrões de raciocínio
- Estágios de SFT (supervised fine-tuning) para refinar a qualidade da saída e reduzir problemas como repetição e mistura de idiomas
Uso Prático
Quando usar o R1
- Provas e derivações matemáticas
- Problemas de programação competitiva
- Design e otimização de algoritmos
- Análise de dados que exige raciocínio passo a passo
- Tarefas de pesquisa onde o raciocínio transparente é importante
- Aplicações com orçamento limitado que precisam de capacidade de raciocínio
Quando não usar o R1
- Engenharia de software geral (use Claude Sonnet 4.6)
- Escrita criativa (use Claude ou GPT-5)
- Q&A rápido onde o overhead de raciocínio é desnecessário (use GPT-4.1-mini)
- Geração de código de UI/frontend (o R1 é mais fraco aqui)
- Tarefas que exigem informações atualizadas (os dados de treinamento do R1 têm uma data de corte)
Otimizando o uso do R1
Os traços de raciocínio do R1 podem ser extensos. Um problema matemático simples pode gerar mais de 500 tokens de chain-of-thought antes da resposta final. Dicas para gerenciar isso:
- Configure o
max_tokensadequadamente. As saídas do R1 podem ser 3 a 5 vezes mais longas do que as de modelos sem raciocínio para a mesma tarefa. - Analise a resposta final. O R1 normalmente envolve sua conclusão em um formato claro após o traço de raciocínio.
- Use versões destiladas para tarefas mais simples. A DeepSeek oferece o R1 destilado em 1.5B, 7B, 8B, 14B, 32B e 70B parâmetros. As versões 32B e 70B mantêm a maior parte da capacidade de raciocínio a um custo muito menor.
Comparação de Preços
| Modelo | Entrada / 1M | Saída / 1M | Capacidade de raciocínio |
|---|---|---|---|
| DeepSeek R1 | $0,55 | $2,19 | Forte (79,8% AIME) |
| OpenAI o3 | $2,00 | $8,00 | Forte (~83% AIME) |
| Claude Opus 4.6 | $5,00 | $25,00 | Boa (~65% AIME) |
| OpenAI o4-mini | $1,10 | $4,40 | Boa (otimizado para velocidade) |
O R1 é 4x mais barato que o o3 na entrada e 4x mais barato na saída. Para cargas de trabalho onde a qualidade do raciocínio é comparável (matemática, algoritmos), o R1 oferece economias de custo significativas.
Ecossistema Open Source
O R1 é licenciado sob MIT. Você pode:
- Usá-lo comercialmente sem restrições
- Fazer fine-tune com seus próprios dados
- Destilá-lo para treinar modelos menores
- Executá-lo localmente (requer ~336GB de RAM em Q4 para o modelo completo)
- Implantá-lo em sua própria infraestrutura
Versões destiladas disponíveis:
| Versão | Parâmetros | Caso de uso |
|---|---|---|
| R1-Distill-Qwen-1.5B | 1.5B | Dispositivos edge, mobile |
| R1-Distill-Qwen-7B | 7B | Desenvolvimento local, testes |
| R1-Distill-Llama-8B | 8B | Desenvolvimento local |
| R1-Distill-Qwen-14B | 14B | Produção (raciocínio leve) |
| R1-Distill-Qwen-32B | 32B | Produção (raciocínio forte) |
| R1-Distill-Llama-70B | 70B | Produção (capacidade quase total) |
A versão destilada de 32B é o ponto ideal para a maioria das implantações em produção: raciocínio forte a uma fração do custo do modelo completo.
Essa também é a versão que a maioria das equipes deve avaliar primeiro. Ir direto para a história completa de 671B faz o modelo parecer operacionalmente mais caro do que costuma ser na prática.
Para muitas equipes, o caminho da destilação é a verdadeira decisão de produto. O modelo completo prova o que é possível. A linha destilada decide o que é prático.
Essa distinção é fácil de perder e cara de ignorar.
Onde o R1 Realmente se Encaixa em uma Stack de 2026
O erro que as equipes cometem é tratar o R1 como um substituto universal para todos os modelos fechados.
O R1 é mais forte quando:
- o trabalho é algorítmico, matemático ou pesado em chain-of-thought
- o custo importa muito
- você pode tolerar traços de raciocínio mais longos
- você deseja um raciocínio transparente em vez de um "pensamento" oculto
O R1 é mais fraco quando:
- a tarefa é geração de frontend de alto polimento
- o workflow é pesado em revisão em vez de pesado em raciocínio
- você precisa do melhor comportamento de engenharia de software em múltiplos arquivos
É por isso que muitas equipes agora usam o DeepSeek R1 como o especialista em raciocínio dentro de um pool de modelos mais amplo, e não como o único modelo na stack.
Primeiros Passos
Via API
from openai import OpenAI
client = OpenAI(
api_key="sk-lemon-xxx",
base_url="https://api.lemondata.cc/v1"
)
response = client.chat.completions.create(
model="deepseek-r1",
messages=[{
"role": "user",
"content": "Prove que a soma dos primeiros n números ímpares é igual a n²."
}],
max_tokens=4096 # Traços de raciocínio do R1 podem ser longos
)
print(response.choices[0].message.content)
Executando Localmente
# Via Ollama (requer ~336GB RAM para o modelo completo)
ollama pull deepseek-r1:671b-q4
# Ou use a versão destilada de 32B (requer ~20GB RAM)
ollama pull deepseek-r1:32b
O que vem a seguir: DeepSeek V3 e Além
O DeepSeek V3 (o sucessor sem raciocínio) já foi lançado com capacidades gerais aprimoradas. A equipe da DeepSeek continua a expandir os limites do que os modelos open-source podem alcançar.
Para tarefas de raciocínio, o R1 continua sendo a melhor opção open-source. Para tarefas gerais, o DeepSeek V3 a $0,28/$0,42 por 1M de tokens é um dos modelos mais econômicos disponíveis.
Ambos estão acessíveis através da LemonData com uma única API key. $1 de crédito grátis ao se cadastrar.
Se você planeja rodar o R1 localmente, o guia de IA local no Mac Studio é a próxima página a ler. Se você planeja rotear para ele via gateway, o guia de API gateway de IA unificado é o melhor próximo passo.
Benchmarks de fevereiro de 2026. Pesos do DeepSeek R1 disponíveis em huggingface.co/deepseek-ai.