1 月下旬，DeepSeek 推出性能媲美 OpenAI o1 模型的推理模型 R1，不仅成本远低于 o1 而且还开源，API 付费价格也远低于 o1，一经发出，立刻引起了 AI 圈的广泛关注。

一周后的除夕当天，DeepSeek 再次推出并开源了多模态人工智能模型 Janus-Pro，一款基于 DeepSeek-LLM-1.5b-base 和 DeepSeek-LLM-7b-base 构建的模型。在这系列模型中，Janus-Pro-7B 在 GenEval 和 DPG-Bench 基准测试中，在文本生成、语义理解、知识问答等关键任务上，击败了 OpenAI 的 DALL-E 3 和 Stable Diffusion，直接将国内外 AI 狂欢推向高潮。

据悉，DeepSeek 在 GitHub 开源后，代码库快速吸引大量开发者关注，star 数短期内突破十万，且众多基于 DeepSeek 的二次开发项目如代码自动补全、智能文档摘要等，已在金融、医疗、科研等多领域实现高效部署，有力推动了 AI 应用的创新与落地。

而在这个过程中，GMI Cloud 技术团队第一时间在北美完成了对 DeepSeek R1 基于英伟达当前量产最强的 H200 GPU 服务器的部署适配和优化，构建了专属 DeepSeek – R1 推理端点！

大家可以去GMI Cloud官网获取体验资格，完成一键部署！

技术细节

• 模型提供商：DeepSeek
• 模型名称：DeepSeek-R1
• 类型：聊天模型
• 参数：6850 亿
• 部署方式：专用端点（可动态扩容）
• 量化方式：FP8
• 上下文长度：该模型在单个会话中，能够处理 128,000 tokens

此外，GMI Cloud 还提供以下模型：

• DeepSeek-R1-Distill-Llama-70B
• DeepSeek-R1-Distill-Qwen-32B
• DeepSeek-R1-Distill-Qwen-14B
• DeepSeek-R1-Distill-Llama-8B
• DeepSeek-R1-Distill-Qwen-7B
• DeepSeek-R1-Distill-Qwen-1.5B

敏捷部署

1、与GMI Cloud 建立链接

2、创建模型包

3、部署

“if __name__ == ‘__main__’:

# Initialize the Client

cli = Client()

# Create an artifact from a template

artifact_id = create_artifact_from_template(cli, “deepseek_r1_template_001”)

# Create a task and start it

task_id = create_task_and_start(cli, artifact_id)

# Call chat completion

print(call_chat_completion(cli, task_id))”

SDK部署示例

https://github.com/GMISWE/python-sdk/blob/main/examples/deepseek_r1.py