DeepSeek 系列

Name: DeepSeek 系列
Brand: 深度求索（DeepSeek）
Rating: 5 (1 reviews)

参数量1.5B / 7B / 8B / 14B / 32B / 70B / V3 671B(MoE)

模型类型对话 + 推理大语言模型（R1 引入强化学习思维链）

许可证MIT（R1）

开发者深度求索（DeepSeek）

★★★★★ 5

以极致性价比引爆全球的开源推理王牌

中文推理代码MoE开源

模型介绍

DeepSeek（深度求索）以一己之力重塑了开源大模型格局：2024 年底的 DeepSeek-V3 以远低于国际同行的成本训练出媲美 GPT-4 级性能的 671B MoE，2025 年初的 R1 更是开源推理模型的分水岭，全球下载与 API 价格战由此开启。其体系覆盖旗舰 V3/V4 与 MIT 协议的 R1 推理系列，同时提供 1.5B~70B 的蒸馏版本，让 6GB 显存的个人电脑也能体验世界级推理。2026 年的 DeepSeek-V4 进一步把上下文推到 1M，保持纯文本高密度推理路线。

模型基本信息

开发机构深度求索（DeepSeek）

模型版本DeepSeek-V4 系列（2026）/ R1 / V3

参数规模V3 671B-A37B MoE；R1 671B-A37B（推理）；蒸馏版 1.5B/7B/8B/14B/32B/70B；V4 系列 284B/1.6T MoE

模型类型文本对话 / 推理大模型

许可证MIT（R1/V3.1/V4）

上下文长度1M（V4 系列）；128K（V3/R1）

发布日期2024-12-25（V3）；2025-01-20（R1）；2025-08-21（V3.1）；2026-07-31（V4-Flash）

模型架构Transformer + MoE + MLA（多头潜在注意力）+ 稀疏注意力（DeepseekV3ForCausalLM / DeepseekV4ForCausalLM）

模型能力

中文能力很强

英文能力很强

代码能力很强

推理能力很强（R1 为代表）

长文本能力很强（1M / V4）

视觉能力弱（纯文本，另有 Janus 多模态）

工具调用强

模型版本

DeepSeek-V4-Flash284B MoE 轻量化 V4DeepSeek-R1671B-A37B MoE（推理旗舰，MIT）DeepSeek-V3.1671B-A37B MoEDeepSeek-V3671B-A37B MoER1-Distill-Qwen-32B32B 蒸馏（Qwen 基座）R1-Distill-Qwen-7B7B 蒸馏（轻量首选）

模型获取

Hugging FaceModelScopeOllama官方页面

部署方式

OllamaLM Studiollama.cppvLLMSGLangtransformers

显存需求

R1-Distill-7B Q4约6GB

R1-Distill-14B Q4约10GB

R1-Distill-32B Q4约20GB

V3/R1 671B（FP8）集群约700GB

硬件推荐

RTX 3060R1 蒸馏 1.5B~7B Q4

RTX 3090蒸馏 14B~32B Q4

RTX 4090蒸馏 32B~70B（Q4 多卡/优化）

RTX 5090蒸馏 70B Q4 约40GB

MacM4 Ultra 可跑蒸馏 32B Q4

为什么选择这个模型

MIT 协议最宽松，可自由商用
R1 开源以来推理与数学能力的标杆
V4 系列把 1M 上下文带给开源社区
蒸馏版让消费级设备用上顶级推理能力

模型优点

推理/数学/代码表现顶级
训练推理成本极低
MIT 可商用且无限制
1M 超长上下文
API 价格亲民，社区资料海量

模型缺点

671B 旗舰需要多卡集群，本地几乎不可行
纯文本不直接支持图像输入
推理模式 token 消耗较多
R1/V3 官方权重体积庞大

适合场景

数学 / 逻辑 / 复杂推理
代码生成与 Agent 工具链
1M 超长文档分析
API 集成做国产替代
研究知识蒸馏

不适合场景

普通闲聊（成本高、杀鸡用牛刀）
单卡想跑 V3/R1 旗舰
需要视觉理解的场景（无图像输入）
对推理延迟极度敏感的应用

部署教程

Ollama

ollama run deepseek-r1:8b（适合本地）；671B 旗舰用 deepseek-r1:671b 需集群

LM Studio

LM Studio 下载 R1-Distill 系列 GGUF → 加载 → 开启 'Thinking mode' 观察推理链

llama.cpp

./llama-cli -m r1-distill-qwen-7b-q4_k_m.gguf -p 问题 -ngl 999

vLLM

pip install vllm && vllm serve deepseek-ai/DeepSeek-R1-Distill-Qwen-32B

智算工坊实验室

实测速度R1-Distill-7B Q4 实测 ≈35-40 token/s（RTX 3060）

显存占用蒸馏 7B Q4 约6GB；蒸馏 32B Q4 约20GB

功耗RTX 3060 满载约170W；RTX 4090 约450W

不同 GPU 对比推理模式比普通模式慢约 2-3 倍（多 generation token）；RTX 4090 相比 3060 提速约 2 倍

→ 查看实验室数据

常见问题 FAQ

本地部署应该选哪个版本？

个人单卡推荐 R1-Distill-7B/14B/32B（Qwen 蒸馏版），旗舰 V3/R1 671B 需 4 卡以上企业级硬件，建议直接用官方 API。

R1 和 V3 有什么区别？

R1 是专门强化推理过程的版本，回答前先生成思考链，数学/逻辑更强但更慢更耗 token；V3 是通用对话基线，响应更快。

数据来源

https://huggingface.co/deepseek-ai/DeepSeek-R1
https://huggingface.co/deepseek-ai/DeepSeek-V3
https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
https://www.deepseek.com/

DeepSeek 系列 - 模型中心