聊聊 DeepSeek-V3 / DeepSeek-R1：参数、许可和显存的真实门槛

看到大家讨论得热闹，我也来抛块砖。先说结论，再摆依据。 这轮「实测记录」我把环境、参数和输出都记了流水账，供同好参考。 DeepSeek-V3 / DeepSeek-R1 是深度求索 DeepSeek的作品，公开信息显示发布于V3 2024-12-26；R1 2025-01-20。参数规模方面，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），许可协议是MIT。 实操层面，R1 蒸馏 14B Q4 约 10GB 单卡可跑；32B 约 22GB；70B 约 44GB；满血 671B 需多卡 300GB+。 从推理优化工程师的角度看，实用价值是第一考量。几个值得关注的点：R1 展示思维链推理；V3 训练成本约 550 万美元。 觉得有用的话，回帖告诉我。以上均为基于公开信息的分析，欢迎指正。—— 有不同看法的，评论区见。