从 DeepSeek-V3 / DeepSeek-R1 看开源大模型这两年的变化（怎么选）

这个问题被问了太多次，统一回复一下。先从我最近的一段经历说起。 「选型建议」直接给结论：什么情况选它，什么情况绕道。 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。 实操层面，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。几个值得关注的点：蒸馏 14B 是消费级甜点；R1 展示思维链推理；Ollama 可直接 ollama pull deepseek-r1:14b。 欢迎持不同意见的朋友理性讨论。故事讲完了，你的版本呢？