从 DeepSeek-V3 / DeepSeek-R1 看开源大模型这两年的变化（踩坑复盘·2）

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。 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。 本地跑起来的话，R1 蒸馏 14B Q4 约 10GB 单卡可跑；32B 约 22GB；70B 约 44GB；满血 671B 需多卡 300GB+。 从算法侧看，训练数据质量与推理时的稳定性同样重要。几个值得关注的点：R1 展示思维链推理；V3 训练成本约 550 万美元；蒸馏 14B 是消费级甜点。 结论放这了，信不信由你。有不同看法欢迎补充，一起进步。—— 个人经验，仅供参考。 ✨ 🔧 😊 📌