从 DeepSeek-V3 / DeepSeek-R1 看开源大模型这两年的变化（入门扫盲·3）

作为常年和 X 打交道的人。说点实在的。有些话不吐不快。 「新手科普」写给刚入门的朋友。老手可以跳过。 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。 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+。 从安全工程师的角度看。实用价值是第一考量。补充几个硬信息：V3 训练成本约 550 万美元；蒸馏 14B 是消费级甜点；MIT 许可可商用可微调。 以上就是我的全部实测。散会。该说的说完了。懂的都懂。—— 让复杂的事情变简单。 😊 💡 📌 🔧 ✨