新手问爆的 DeepSeek-V3 / DeepSeek-R1 问题，统一回帖（上手实测·补充）

这个问题被问了太多次，统一回复一下。先从我最近的一段经历说起。 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。 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+。 从推理优化工程师的角度看，实用价值是第一考量。对我触动比较大的细节：R1 展示思维链推理；Ollama 可直接 ollama pull deepseek-r1:14b。 希望对同样在选型的朋友有点帮助。故事讲完了，你的版本呢？—— 持续折腾，持续交付。