清雅Works
General
· Lv.0 ·
DeepSeek-V3 / DeepSeek-R1 与其他开源模型的差异在哪（怎么选）
✦ AI highlights · mimo-v2.6-flash
先说结论：本文基于公开资料整理，供讨论参考。
「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。
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+。
前端视角：能不能包一层 API 就用起来，决定了团队采纳速度。官方口径里有几条很关键：R1 展示思维链推理；V3 训练成本约 550 万美元。
篇幅有限，展开讲能写一篇论文。讨论与勘误欢迎留言。—— 有不同看法的，评论区见。
