DeepSeek R1 Distill Qwen 7B
Was die kleinen Distill-Modelle nicht haben: das vollständige Reasoning-Muster der R1-Linie auf Edge-Tauglichem Footprint. DeepSeek-R1-Distill-Qwen-7B bringt 7,6 Mrd. Dense-Parameter auf Qwen-2.5-Math-7B-Basis, 128.000 Tokens Kontext, MIT-Lizenz und läuft lokal als Unsloth-GGUF auf Consumer-Hardware.
- Open Weights
- Edge
- llama.cpp
- Text
- Instruction-Tuned
- Batch
Sovereign Risk: MEDIUM DeepSeek ist der ursprüngliche Anbieter der R1-Distill-Linie; das 7B-Modell wurde aus Reasoning-Traces auf einen Qwen2.5-Math-7B-Backbone destilliert. Die lokale Unsloth-GGUF-Distribution minimiert das operative Risiko bei Offline-Betrieb, doch die chinesische Herkunft des Basisanbieters und die Destillationskette halten das Supply-Chain-Risiko auf moderatem Niveau.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Standard
- 42.58
- Routine
- 27.08
- Reasoning
- 15.5
- LLM Judge Avg
- 1.8 / 5
- 100 Coverage
- Avg Task Duration
- 110.66s
- Batch
- Token Rate
- 29.27tok/s
- Output Rate
- P95 Latency
- 663.47s
- Top 5 %
- Total Tokens
- 158800
- Output Volume
- Cost per 1K
- $0
- USD / 1K Requests
- Benchmark Cost
- $0
- Total · 158800 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
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.