至善湾Studio
General
· Lv.0 ·
关于 DeepSeek-V3 / DeepSeek-R1 的几个常见误解，逐条掰扯（踩坑复盘）
✦ AI highlights · mimo-v2.6-flash
先叠个甲：以下都是个人实测，不代表官方说法。今天没啥事，来唠唠这个。
这篇「避坑指南」都是踩过的坑，看完能少走弯路。
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（model）蒸馏到 Qwen2.5 与 Llama3.3 底座），版权口径是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+。
前端视角：能不能包一层 API 就用起来，决定了团队采纳速度。值得划重点的地方：蒸馏 14B 是消费级甜点；R1 展示思维链推理（inference）；V3 训练成本约 550 万美元。
祝大家少踩坑，多出活。先唠到这，评论区接着聊。—— 事实先行，观点随后。
