DeepSeek R1 Distill Qwen 1.5B
Eineinhalb Milliarden Parameter, destilliert auf Qwen 2.5-Basis: DeepSeek-R1-Distill-Qwen-1.5B bringt das Reasoning-Verhalten der großen R1-Modelle in die Nano-Klasse. MIT-Lizenz, lokal als Unsloth-GGUF betreibbar, gedacht für Reasoning-Aufgaben statt Chat-Politur.
- Open Weights
- Nano
- llama.cpp
- Text
- Instruction-Tuned
- Interactive
Sovereign Risk: MEDIUM TODO
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Standard
- 35.41
- Routine
- 22.17
- Reasoning
- 13.24
- LLM Judge Avg
- 1.29 / 5
- 100 Coverage
- Avg Task Duration
- 33.58s
- Interactive
- Token Rate
- 110.25tok/s
- Output Rate
- P95 Latency
- 234.5s
- Top 5 %
- Total Tokens
- 176000
- Output Volume
- Cost per 1K
- $0
- USD / 1K Requests
- Benchmark Cost
- $0
- Total · 176000 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
DeepSeek R1 Distill Qwen 1.5B
Bestes Modell
Ø Alle Modelle
Code Quality
31.4
CLI Benchmark
45.01
Logical Reasoning
33.43
UX Writing
31.05
Documentation
35.4
Content Transform.
40.15
Cultural Intelligence
36.2
Synthesis Quality
Tool Execution
ToolUse Score
Benchmark Cost
$0
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze / Standard).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.