从 DeepSeek-V3 / DeepSeek-R1 看开源大模型这两年的变化（上手实测）

很多同学习惯问『能不能用』，我更想问『值不值得用』。先说结论，再摆依据。 这轮「实测记录」我把环境、参数和输出都记了流水账，供同好参考。 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。 显存这关，R1 蒸馏 14B Q4 约 10GB 单卡可跑；32B 约 22GB；70B 约 44GB；满血 671B 需多卡 300GB+。 内容侧更关心产出质量稳不稳定，能不能量产。几个值得关注的点：R1 展示思维链推理；蒸馏 14B 是消费级甜点。 就先聊到这，有问题评论区接着讨论。以上均为基于公开信息的分析，欢迎指正。—— 有不同看法的，评论区见。