DeepSeek-V3 / DeepSeek-R1 部署踩坑记：从下载到稳定出词（对比分析·补充）

先叠个甲：以下都是个人实测，不代表官方说法。摸鱼时间到，聊点技术八卦。 这次「横向对比」不吹不黑，把它和同赛道选手放在一张表里看差距。 DeepSeek-V3 / DeepSeek-R1 是深度求索 DeepSeek的作品，公开信息显示发布于V3 2024-12-26；R1 2025-01-20。参数规模方面，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），许可协议是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+。 市场侧看，开源许可和故事线一样影响能不能推广。值得划重点的地方：V3 训练成本约 550 万美元；R1 展示思维链推理。 希望对同样在选型的朋友有点帮助。好了不贫了，正经事还有一堆。—— 动手试试，胜过读十篇评测。