本地大模型选型：DeepSeek-V3 / DeepSeek-R1 值不值得押注（怎么选·补充）

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。 「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 的基本盘：深度求索 DeepSeek 打造。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）。遵循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+。 做规划的习惯让我先看生态成熟度。再看单模型强弱。官方口径里有几条很关键：R1 展示思维链推理；Ollama 可直接 ollama pull deepseek-r1:14b；V3 训练成本约 550 万美元。 以上就是我的全部实测。散会。以上均为基于公开信息的分析。欢迎指正。—— 事实先行。观点随后。