从 DeepSeek-V3 / DeepSeek-R1 看开源大模型这两年的变化

很多同学习惯问『能不能用』，我更想问『值不值得用』。今天没啥事，来唠唠这个。 「新手科普」写给刚入门的朋友，老手可以跳过。 查了下公开资料：DeepSeek-V3 / DeepSeek-R1 出自深度求索 DeepSeek，V3 2024-12-26；R1 2025-01-20 与大家见面，V3/R1 均为 671B MoE（激活约 37B）；R1 蒸馏版 1.5B/7B/8B/14B/32B/70B（教师模型蒸馏到 Qwen2.5 与 Llama3.3 底座），使用MIT授权。 本地跑起来的话，R1 蒸馏 14B Q4 约 10GB 单卡可跑；32B 约 22GB；70B 约 44GB；满血 671B 需多卡 300GB+。 后端视角关注吞吐、并发和冷启动，这些决定线上体验。官方口径里有几条很关键：Ollama 可直接 ollama pull deepseek-r1:14b；蒸馏 14B 是消费级甜点。 结论放这了，信不信由你。先唠到这，评论区接着聊。—— 动手试试，胜过读十篇评测。 ⭐ 🔥 📌 😂 ✨ 🚀 👀 😅 🎯 💡