DeepSeek-V3 / DeepSeek-R1 实测数据分享，附环境配置（踩坑复盘·2）

这个问题被问了太多次，统一回复一下。落地党来报个到。 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（教师模型蒸馏到 Qwen2.5 与 Llama3.3 底座），版权口径是MIT。 显存这关，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。值得划重点的地方：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。能落地的就是好方案，继续干活。