首发!PPIO派欧云上线DeepSeek-R1-0528-Qwen3-8B蒸馏模型

首发!PPIO派欧云上线DeepSeek-R1-0528-Qwen3-8B蒸馏模型

DeepSeek R1 系列的模型更新还在继续。

继昨天 PPIO派欧云首发上线 DeepSeek-R1-0528 模型后,今天 PPIO 再次首发 DeepSeek 最新开源的蒸馏模型 DeepSeek-R1-0528-Qwen3-8B。 DeepSeek-R1-0528-Qwen3-8B 是将 DeepSeek-R1-0528 的思维链提取出来,用于对 Qwen3 8B Base 进行后训练而得到的蒸馏模型。

该 8B 模型在数学测试 AIME 2024 中仅次于 DeepSeek-R1-0528,超越 Qwen3-8B (+10.0%),与 Qwen3-235B 相当。

现在,你可以在 PPIO 平台快速体验该系列模型:

https://ppio.cn/llm/deepseek-deepseek-r1-0528-qwen3-8b

同时,DeepSeek-R1-0528-Qwen3-8B 的价格也一并发布:


DeepSeek-R1-0528-Qwen3-8B 实测

DeepSeek 本次更新的 R1 系列模型在数学、编程与通用逻辑等多个基准测评中取得了当前国内所有模型中首屈一指的优异成绩,并且在整体表现上已接近其他国际顶尖模型,如 o3 与 Gemini-2.5-Pro。

因此,我们分别测试了 DeepSeek-R1-0528-Qwen3-8B 在数学与通用逻辑的表现。

数学题:

提示词:“用你所掌握的数学知识,用11、6、4、13计算出24。” DeepSeek-R1-0528-Qwen3-8B 在第一次没有得出正确答案。

当告诉它可以不局限于四则运算法则,DeepSeek-R1-0528-Qwen3-8B 得出了一个答案,用到了指数运算。

这道题的正确答案是用阶乘:((13-4)-(11-6)!=24。

编程:

提示词:生成一个网页版的贪吃蛇游戏。 将 DeepSeek-R1-0528-Qwen3-8B 给到的代码另存为html文件后在浏览器中打开,是一个审美很在线的贪吃蛇小游戏。

通用逻辑:

提示词:未来的某天,李同学在实验室制作超导磁悬浮材料时,意外发现实验室的老鼠在空中飞,分析发现,是因为老鼠不小心吃了磁悬浮材料。第二天,李同学又发现实验室的蛇也在空中飞,分析发现,是因为蛇吃了老鼠。第三天,李同学又发现实验室的老鹰也在空中飞,你认为其原因是?

这个问题,DeepSeek-R1-0528-Qwen3-8B 的逻辑是严谨的,但更准确的答案应该是:老鹰本来就会飞。

这是一道经典的大模型测试题,目前市面上的大模型还无一答对。



如何在 PPIO 体验 DeepSeek-R1-0528-Qwen3-8B?

1. 直接在模型广场体验(无须代码)

到 PPIO派欧云官网注册后,找到模型广场下的 DeepSeek-R1-0528-Qwen3-8B 模型直接进行体验。快速入口:https://ppio.cn/llm/deepseek-deepseek-r1-0528-qwen3-8b

2. 在第三方平台上集成 DeepSeek-R1-0528-Qwen3-8B

除了在 PPIO 模型广场直接体验,你也可以通过第三方应用来调用 PPIO API 的能力。目前 PPIO 支持在 20+ 主流平台中调用平台模型,具体包括:

通用对话客户端:CherryStudioChatbox、LobeChat、Nextchat、ChatHub

通用AI助手:OpenManus、UI-TARS

代码开发工具:Cursor、CLINE

开发/ API 平台:Dify、OneAPI、RAGFlow、FastGPT

生产力套件集成:Word、WPS Office AI,这些是办公软件集成AI功能。

智能翻译工具:沉浸式翻译、欧路词典、流畅阅读、沉浸式导读。

知识管理工具:思源笔记、Obsidian、AnythingLLM

详细教程:https://ppio.cn/docs/third-party/overview

3.在自己开发的应用程序中集成 API (针对开发人员)

如果你有自己开发的应用程序,也可以通过 PPIO 的 API 接口,将 DeepSeek-R1-0528-Qwen3-8B 无缝集成到你的应用程序、工作流或聊天机器人。PPIO 提供多语言 SDK(cURL、Python、JavaScript 等)。 如果是单轮或多轮对话应用、轻量集成、普通 chatbot 项目,可直接调用 API。以 Python 为例:

主要特点:

  • OpenAI 兼容接口:使用 /v3/openai 统一接口,兼容 openai.ChatCompletion 调用方式。
  • 无需部署模型:无需管理模型权重或基础设施,后端完全托管。
  • 输出方式:支持流式和一次性返回

如果是构建复杂的多代理工作流,比如使用 OpenAI Agents SDK,可以按照以下方式操作:

(1)前置条件:获取 API Base URL 以及 PPIO LLM API key;

(2)设置 Python 环境并安装 Agents SDK,输入以下代码即可完成操作:

以输出功能为例。运行前,请确保已设置 PPIO API KEY 和 DeepSeek-R1-0528-Qwen3-8B 环境变量。


PPIO 福利活动火热进行中

PPIO派欧云致力于为企业及开发者提供高性能的 API 服务,目前已上线 DeepSeek R1/V3、Llama、GLM、Qwen 等系列模型,仅需一行代码即可调用。并且,PPIO 通过 2024 年的实践,已经实现大模型推理的 10 倍 + 降本,实现推理效率与资源使用的动态平衡。

1. 如果你是新用户,现在注册 PPIO 立即获得 5 元免费额度(约为 500 万 DeepSeek V3 tokens);

2. 如果你有邀请码,通过邀请码注册可立即获得 15 元无门槛代金券

分享你的专属邀请码,每成功邀请 1 位好友注册并完成实名认证,即可获得 30 元无门槛代金券。

代金券适用于包括 DeepSeek-R1-0528-Qwen3-8B 在内的 PPIO 所有大语言模型 API 服务!


Read more

如何保障AI代码安全运行?深入拆解PPIO沙箱五大Agent实战场景

如何保障AI代码安全运行?深入拆解PPIO沙箱五大Agent实战场景

AI 写出的代码,你敢直接跑在生产环境吗?代码执行失控、用户数据泄露、环境冷启动拖慢体验……这些不是假设,而是每一个 Agent 开发者迟早会踩的坑。PPIO 沙箱是一款专为 Agent 场景设计的新一代运行时基础设施,提供了一个安全隔离的云端沙箱环境来执行 AI 生成的代码。从 Vibe Coding 到自动化测试,五个真实场景告诉你:一个好的沙箱,是 Agent 从 Demo 走向生产的最后一块拼图。 场景一:Vibe Coding Vibe Coding 的核心体验是“生成即运行”——用户希望 Agent 写出代码后立刻看到执行结果,并根据结果继续迭代。但如果每次执行都要拉起一个新的空白环境,依赖重新安装、项目重新初始化,等待时间会严重割裂体验,等待期间计算资源不释放的话也会造成大量的成本浪费。多用户同时使用时,还要保证各自的代码执行环境完全隔离,不能互相干扰。PPIO 沙箱为每个用户提供独立的持久化沙箱。亚秒级冷启动保证环境随时就绪;

By shalina
创建Agent云沙箱,为什么传统容器和云主机不够用?

创建Agent云沙箱,为什么传统容器和云主机不够用?

你用 AI 写出的代码,敢直接跑在生产环境吗? 答案往往是否定的。这就是沙箱(Sandbox)存在的意义——给 AI 安装一个可控的安全围栏,无论 AI 怎么折腾,也始终控制在沙箱的范围内。 过去两年 Agent 的爆发催生了大量的沙箱需求。但问题是,传统的容器、云主机等沙箱创建方案都不是专门为 Agent 任务需求而设计的。能用,但不够好。 在此背景下,PPIO 推出了国内第一个真正为 Agent 量身定制的沙箱,一举满足 Agent 任务对沙箱的安全性、完整性、低成本、开箱即用等专属需求。 PPIO 沙箱为什么能做到?本文从技术角度深入拆解。 1、传统技术方案的三个矛盾 首先看一下 Agent 执行任务的具体需求。Manus 在他们关于沙箱的技术文章里对这件事描述得很直接: “最强大的莫过于一台真正的云电脑——它拥有完整的能力:网络、文件系统、

By shalina
PPIO上线DeepSeek-V4预览版

PPIO上线DeepSeek-V4预览版

今天,PPIO 已上线备受关注的 DeepSeek-V4 新模型。 DeepSeek-V4 预览版包含两个 MoE 模型:DeepSeek-V4-Pro(1.6T 总参数/49B 激活)和 DeepSeek-V4-Flash(284B/13B 激活),均支持 100 万 token 上下文。 DeepSeek-V4 在架构创新和上下文效率上作出了新的突破,在 Agent 能力、世界知识和推理性能上做到了国内与开源领域最强模型。 DeepSeek-V4-Pro 大幅缩小了与顶级闭源模型的差距,Agent 能力优于 Sonnet 4.5,交付质量接近 Opus 4.6 非思考模式,但仍与 Opus 4.6 思考模式存在一定差距。 DeepSeek-V4-Flash 能够提供更加快捷、

By shalina
新品内测|延迟从500ms降至50ms!PPIO Sandbox TURN发布,彻底打通Agent实时交互网络

新品内测|延迟从500ms降至50ms!PPIO Sandbox TURN发布,彻底打通Agent实时交互网络

PPIO Sandbox TURN,打通 Agent Sandbox实时通信通路。 进入 Agent 时代,云沙箱(Sandbox)已成为智能体执行代码、调用工具、操作浏览器的基础设施。然而,当你的 Agent 试图进行音视频处理、远程桌面操作或人机实时协同等“延迟敏感型”任务时,往往会遭遇滑铁卢:画面撕裂、操作迟钝、哪怕在同城也卡成 PPT。不是带宽不够,而是底层的网络协议走错了路。PPIO Sandbox TURN 实时通信服务正式开启内测,专为实时类 Agent 应用优化,一举将端到端延迟从 300-500ms 暴降至 50-100ms。 挑战:沙箱的网络层不是天生为实时交互而设计 标准云沙箱的网络层并非天生为实时交互类请求而设计,很难满足延迟敏感型 Agent 场景的需求。大多数云沙箱的网络架构是为 HTTP 服务场景优化的——流量走 TCP(

By shalina