Aitishiku.com
DeepSeekMoE开源推理模型 开源模型
DeepSeek-R1（开源推理模型） R1
DeepSeek系列 · 深度求索 DeepSeek · 2025-01发布
模型介绍
DeepSeek 开源的推理增强大模型，擅长数学、代码与逻辑推理，671B MoE 激活仅 37B 参数，MIT 协议可自由商用，蒸馏小模型同样表现出色。
模型基础信息
模型系列DeepSeek系列
开发机构深度求索 DeepSeek
发布时间2025-01
参数规模1.5B ~ 671B（MoE）
上下文窗口128K
模型类型文本（深度推理）
中文能力优秀
使用方式网页体验 / API调用 / 本地部署
免费额度与收费政策
开源免费 官方 API 按量付费（注册有赠送额度）
免费规则详情
权重 MIT 协议免费商用；DeepSeek 开放平台注册通常赠送少量体验额度（以官方政策为准）。
收费标准简介
deepseek-reasoner 约 ¥2 / 百万输入 token（官方价格页为准）；本地运行蒸馏版零成本。
模型能力介绍
✅ 核心优势
- 数学
- 代码与逻辑推理能力一流
- MoE 架构，671B 仅激活 37B，推理成本低
- 蒸馏小模型（1.5B ~ 70B）性价比极高
- MIT 协议完全自由商用
⚠️ 短板与局限
- 日常闲聊体验一般，更适合推理类任务
- 全量 671B 自建几乎不可能，仅走云端
- 深度思考模式生成 token 多
- 耗时较长
🎯 适用场景
- 数学与竞赛题推理
- 代码生成与代码审查
- 结构化逻辑推理与数据分析
- gent 复杂任务规划
模型使用教程
本章节整理 DeepSeek-R1（开源推理模型） 的在线体验、API调用、本地部署全套入门教程，快速上手使用该模型。
- R1 671B：推理最强，激活参数仅 37B，单卡无法容纳，适合云厂商 API 调用。
- R1-Distill（蒸馏版）：基于 Llama/Qwen 蒸馏，1.5B~70B，个人电脑即可跑，性价比极高。
- 场景：数学证明、代码生成、逻辑推理、竞赛题；日常闲聊用通用模型更合适。
线上体验：chat.deepseek.com（对话模型默认走 V3，勾选「深度思考」即为 R1 推理模式）。
下载蒸馏版（Hugging Face，deepseek-ai/DeepSeek-R1-Distill-Qwen-14B）：
HF_ENDPOINT=https://hf-mirror.com huggingface-cli download deepseek-ai/DeepSeek-R1-Distill-Qwen-14B --local-dir ./r1-14bOllama：ollama pull deepseek-r1:14b
API：注册 DeepSeek 开放平台 → 充值少量额度 → 获取 API Key。
DeepSeek 官方 API（OpenAI 兼容）
curl https://api.deepseek.com/chat/completions \
-H "Authorization: Bearer $DEEPSEEK_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"deepseek-reasoner","messages":[{"role":"user","content":"1+1在什么情况下等于3"}],"stream":true}'Python 本地推理
from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("./r1-14b")
model = AutoModelForCausalLM.from_pretrained("./r1-14b", device_map="auto")
prompt = "题目：鸡兔同笼，头35脚94，各几只？请给出推理过程"
ids = tok.apply_chat_template([{"role":"user","content":prompt}], tokenize=True, return_tensors="pt", return_dict=True)
out = model.generate(**ids.to("cuda"), max_new_tokens=512)
print(tok.decode(out[0], skip_special_tokens=True))个人建议直接部署蒸馏版（R1-Distill），全量版需超大显存。
Ollama 运行蒸馏版
ollama pull deepseek-r1:14b
ollama run deepseek-r1:14bTransformers 加载蒸馏版
from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("deepseek-ai/DeepSeek-R1-Distill-Qwen-14B")
model = AutoModelForCausalLM.from_pretrained("deepseek-ai/DeepSeek-R1-Distill-Qwen-14B", device_map="auto")
prompt = "题目：鸡兔同笼，头35脚94，各几只？请给出推理过程"
ids = tok(prompt, return_tensors="pt").input_ids
out = model.generate(ids, max_new_tokens=512)
print(tok.decode(out[0], skip_special_tokens=True))提示：让模型输出完整推理步骤（CoT），R1 系列效果最佳。
💡 使用小技巧
网页版勾选「深度思考」即为 R1 推理模式。
自部署优先选基于 Qwen 蒸馏的版本，中文表现更好。
❓ 常见问题 FAQ
Q1：R1 和 V3 有什么区别？
A1：V3 是通用对话模型、响应快；R1 偏深度推理、输出更严谨。
Q2：蒸馏版有损能力吗？
A2：规模小的蒸馏版在简单推理上够用，复杂推理建议用官方 API 全量版。
访问备注与注意事项
- 官方接口国内可直连，无需代理
- 高峰时段 API 可能排队，建议错峰调用
- 长推理任务 token 消耗大，注意预算