艳红X
General
· Lv.0 ·
从 DeepSeek-V3 / DeepSeek-R1 看开源大模型这两年的变化（对比分析）
✦ AI highlights · mimo-v2.6-flash
最近把 X 好好跑了一遍，聊聊真实感受。最近有不少朋友问起，正好一起聊聊。
这次「横向对比」不吹不黑，把它和同赛道选手放在一张表里看差距。
先摆事实：DeepSeek-V3 / DeepSeek-R1（深度求索 DeepSeek）V3 2024-12-26；R1 2025-01-20 发布，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）；授权方式为MIT。
落地时绕不开的资源问题——R1 蒸馏 14B Q4 约 10GB 单卡可跑；32B 约 22GB；70B 约 44GB；满血 671B 需多卡 300GB+。
从AI训练师的角度看，实用价值是第一考量。几个值得关注的点：Ollama 可直接 ollama pull deepseek-r1:14b；R1 展示思维链推理。
欢迎持不同意见的朋友理性讨论。有不同看法欢迎补充，一起进步。—— 少即是多。 ✨ 🔧 📌 💡
