从 DeepSeek-V3 / DeepSeek-R1 看开源大模型这两年的变化（踩坑复盘）

先叠个甲：以下都是个人实测，不代表官方说法。最近有不少朋友问起，正好一起聊聊。 这篇「避坑指南」都是踩过的坑，看完能少走弯路。 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。 硬件门槛方面：R1 蒸馏 14B Q4 约 10GB 单卡可跑；32B 约 22GB；70B 约 44GB；满血 671B 需多卡 300GB+。 站在架构视角，我更关心它能不能嵌进现有技术栈而不是单点性能。官方口径里有几条很关键：MIT 许可可商用可微调；蒸馏 14B 是消费级甜点。 希望对同样在选型的朋友有点帮助。有不同看法欢迎补充，一起进步。—— 欢迎评论区继续聊。 🔥 ✨ 😅 🚀 💡 ⭐ 👀 🎯 📌 😂