DeepSeek-R1服务的水很深，整个市场都是鱼龙混杂。先不说这个模型本身就有好几个不同参数大小的版本以及蒸馏版，就算是号称自己是满血版本的DeepSeek-R1，上下文窗口和输出长度也不尽相同，多家的“满血版”DeepSeek-R1存在输出截断。
既然是思考模型，思考深度不够还叫什么思考模型。
测试问题如下：在平面四边形ABCD中，AB = AC = CD = 1,\angle ADC = 30^{\circ},\angle DAB = 120^{\circ}。将\triangle ACD沿AC翻折至\triangle ACP，其中P为动点。 求二面角A - CP - B的余弦值的最小值。
此题为八省联考压轴数学题，正确答案为 sqrt(3)/3 。
目前我测试下来的几家API的情况如下：
DeepSeek官方：官方版本没有崩的话做这道题很稳。用时8分钟。
字节火山：有时候会出现思考截断，有时候可以正常输出正确结果，用时719s。
硅基流动：pro版本和非pro版本均思考截断。
知乎直答：思考截断。
腾讯云：思考截断。
百度千帆：思考截断
秘塔AI搜索：思考截断。
其他佬的测试：
华为云：思考截断
阿里云百炼：思考32分钟得到错误回答。有时候能做对。
外国平台API情况如下：
Azure（非Serverless版本）：可输出正确答案。用时很长，估计有10多分钟。
Nvidia NIM：思考截断
Nebius：思考截断
测了国内7家+国外3家，只有官方版本，字节版本（不稳），阿里版本（不稳）和Azure能够输出完整思考链并得到正确答案。
顺带一提，这道题OpenAI的o3-mini-high和o1模型（非pro版本）推理起来不稳，有时候会得到错误的结果。
DeepSeek-R1的优秀是毋庸置疑的，但是各家服务商提供的服务只能说是鱼龙混杂，在号称满血版的一众DeepSeek-R1里面，有时候很难分辨哪个部署更优秀，希望这个测试能给你一点参考。
再顺带一提，Azure这个API现在是所有的DeepSeek-R1云服务里价格最低的，0元。微软真是赛博大善人。
