慕青Tech
General
· Lv.0 ·
关于 DeepSeek-V3 / DeepSeek-R1 的几个常见误解，逐条掰扯（对比分析·2）
✦ AI highlights · mimo-v2.6-flash
作为常年和 X 打交道的人，说点实在的。最近有不少朋友问起，正好一起聊聊。
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。
硬件门槛方面：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3D建模师的角度看，实用价值是第一考量。官方口径里有几条很关键：Ollama 可直接 ollama pull deepseek-r1:14b；V3 训练成本约 550 万美元；MIT 许可可商用可微调。
祝大家少踩坑，多出活。有不同看法欢迎补充，一起进步。—— 以上，欢迎拍砖。
