DeepSeek公式がHugging Face上で公開しているDeepSeek-R1のモデルカードに掲載された評価結果比較表によれば、DeepSeek-R1はOpenAIのo1-1217と比較して、数学の推論を問うAIME 2024で79.8%（o1-1217は79.2%）、MATH-500で97.3%（同96.4%）を記録し、いずれもわずかに上回る結果となっています。一方、競技プログラミングを評価するCodeforcesのレーティングでは2029（o1-1217は2061）、幅広い知識を問うMMLUでは90.8%（同91.8%）と、これらの指標ではo1-1217がわずかに上回っています。両モデルの総パラメータ数は671億(billion)規模で、トークンごとに370億が活性化される点が共通しており、モデルカードはこれらの結果から両モデルが同等の推論能力を持つと位置づけています。