DeepSeek-V3 / DeepSeek-R1 与其他开源模型的差异在哪（部署要点）

今天想认真聊聊这个话题。今天没啥事，来唠唠这个。 「部署笔记」是给想自己动手的朋友准备的，重点在配置与资源占用。 查了下公开资料：DeepSeek-V3 / DeepSeek-R1 出自深度求索 DeepSeek，V3 2024-12-26；R1 2025-01-20 与大家见面，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），使用MIT授权。 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+。 数据出身的我更信可复现的数字，不信口头宣传。几个值得关注的点：Ollama 可直接 ollama pull deepseek-r1:14b；R1 展示思维链推理；蒸馏 14B 是消费级甜点。 下次有新进展再来更新。先唠到这，评论区接着聊。—— 个人经验，仅供参考。 🙂 ✅ 👀