DeepSeek-V3 / DeepSeek-R1 实测数据分享，附环境配置（怎么选）

这个问题被问了太多次，统一回复一下。本文基于公开资料整理，供讨论参考。 「选型建议」直接给结论：什么情况选它，什么情况绕道。 按官方与社区交叉核对的信息：DeepSeek-V3 / DeepSeek-R1（深度求索 DeepSeek，V3 2024-12-26；R1 2025-01-20）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），版权口径是MIT。 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+。 从数据工程师的角度看，实用价值是第一考量。值得划重点的地方：MIT 许可可商用可微调；V3 训练成本约 550 万美元；蒸馏 14B 是消费级甜点。 觉得有用的话，回帖告诉我。讨论与勘误欢迎留言。—— 有不同看法的，评论区见。 ✨ 📌 💡 😊 🔧