DeepSeek-R1-0528, 671B-A37B
серверный inference, исследование полной модели
688,59 ГБ
multi-GPU инфраструктура и большой KV-кэш
DeepSeek-R1-0528-Qwen3-8B
локальный reasoning, код, первый самостоятельный тест
16,38 ГБ BF16
качество и скорость нужно проверять на своей задаче
R1-Distill-Qwen 1,5B–32B
выбор между компактностью и качеством
зависит от размера
это более ранняя линия дистиллятов, не R1-0528
R1-Distill-Llama 8B/70B
когда нужен вариант на базе Llama
зависит от размера
отдельные условия лицензии базовой Llama
Размеры 688,59 ГБ и 16,38 ГБ получены суммированием файлов весов в закреплённых официальных репозиториях s4 s5. Это объём файлов, а не минимальная RAM или VRAM. При запуске дополнительно нужны память под KV-кэш, runtime, графы, буферы и сам процесс; при CPU/GPU-offload распределение зависит от движка.
Практический выбор:
Исходный DeepSeek-R1 опубликован вместе с дистиллятами на Qwen2.5 и Llama 3. В карточке перечислены 1,5B, 7B, 8B, 14B, 32B и 70B; автор отдельно предупреждает использовать изменённые им конфигурации и токенизаторы, а не считать checkpoint обычной базовой Qwen или Llama s1.
R1-0528-Qwen3-8B относится к следующему обновлению: база уже Qwen3-8B, а tokenizer configuration совпадает с полной R1-0528. DeepSeek прямо указывает, что все конфигурационные файлы нужно брать из его репозитория, а не из исходного проекта Qwen3 s3.
По данным разработчика, R1-0528-Qwen3-8B получил 86,0 на AIME 2024, 76,3 на AIME 2025 и 60,5 на LiveCodeBench в опубликованной конфигурации оценки s2. Это author claim, а не измерение Modelium. Для выбора локальной модели важнее повторить свои задачи: русский текст, код с тестами, structured output и фактические вопросы с известным ответом.
DeepSeek-R1-0528-Qwen3-8B и DeepSeek-R1-Distill-Qwen-32B нельзя сравнить только по числу параметров. Первый относится к обновлению R1-0528 и основан на Qwen3-8B; второй — более ранний дистиллят исходного R1 на Qwen2.5-32B s3 s6. Они различаются базовой моделью, tokenizer/config, данными post-training и условиями опубликованных оценок.
Официальные BF16-файлы 32B занимают 65,53 ГБ, тогда как файлы нового 8B — 16,38 ГБ s5 s6. В Ollama квантизованный тег 32B занимает 20 ГБ, а Q4_K_M для R1-0528-Qwen3-8B — 5,2 ГБ s7. Эти значения описывают артефакты на диске, не минимальную память: длинный контекст и параллельные запросы добавляют KV-кэш и служебные расходы.
Выбирайте 8B, если важны быстрый первый запуск, меньшая задержка и возможность держать модель на массовом компьютере. Рассматривайте 32B, если машина действительно выдерживает более крупный квант и контрольная выборка показывает заметную пользу для вашей задачи. Размер модели сам по себе не доказывает качество: новый 8B обучен на данных обновлённого R1-0528, а 32B имеет большую плотную базу, но относится к предыдущей линии.
Сравнение должно проходить на одинаковых prompts, temperature, длине контекста и проверяемых ответах. Для кода используйте тесты, для JSON — схему, для фактов — эталонный набор, для документов — известные контрольные реквизиты. Если 32B не даёт измеримого выигрыша, дополнительная память и задержка не оправданы.
Карточка исходного R1 рекомендует не использовать system prompt, держать инструкции в пользовательском сообщении, выбирать temperature около 0,6 и при необходимости принудительно начинать reasoning с тега <think> s1. У R1-0528 правила изменились: system prompt поддерживается, а принудительное начало с <think> больше не требуется s2.
Поэтому универсальный «лучший промпт для DeepSeek R1» без названия checkpoint ненадёжен. Шаблон, который исправляет поведение исходного R1, может быть лишним для R1-0528 или конфликтовать с chat template выбранного runtime. Закрепляйте checkpoint и шаблон вместе, а при смене модели заново прогоняйте контрольный набор.
Function calling тоже нельзя считать свойством одного имени модели. DeepSeek заявляет улучшение этой возможности в R1-0528 s2, но фактический цикл зависит от chat template, parser, API-формата и клиентского приложения. Проверяйте не только наличие текста с названием функции, а структурированные аргументы, выполнение инструмента, передачу результата обратно модели и финальный ответ.
Код официального репозитория и веса серии DeepSeek-R1 опубликованы под MIT; автор прямо разрешает коммерческое использование, модификации и производные работы, включая distillation s1. У R1-0528 и R1-0528-Qwen3-8B карточки также содержат MIT s2 s3.
Но название DeepSeek R1 не отменяет происхождение базовой модели. Для ранних дистиллятов DeepSeek отдельно указывает: Qwen2.5-варианты происходят из моделей под Apache 2.0, а Llama-8B и Llama-70B — из базовых моделей с лицензиями Llama 3.1 и Llama 3.3 s1. Перед коммерческим внедрением фиксируйте не только MIT-файл DeepSeek, но и точный checkpoint и условия его базовой модели. Это пересказ источников, не юридическое заключение.
Квантизованный GGUF из стороннего репозитория — ещё один отдельный артефакт. Проверяйте автора конвертации, исходный SHA, тип квантизации и наличие лицензии; совпадение имени модели не доказывает происхождение файла.
Официальный registry Ollama содержит специальные теги R1-0528-Qwen3-8B: Q4_K_M размером 5,2 ГБ, Q8_0 размером 8,9 ГБ и FP16 размером 16 ГБ s7. Для первого теста можно закрепить конкретный тег вместо изменяемого latest:
ollama run deepseek-r1:8b-0528-qwen3-q4_K_M
Размер тега 5,2 ГБ не означает, что достаточно 5,2 ГБ RAM или VRAM. Ollama должен разместить веса и служебные структуры, а длинный контекст увеличивает KV-кэш. Начинайте с короткого запроса и небольшого контекста, смотрите фактическое потребление памяти, затем увеличивайте лимиты.
Если нужна точность представления ближе к официальным весам, сравните Q8_0 и FP16 на одном наборе задач. Более крупный файл не гарантирует пропорционального улучшения результата: эффект зависит от задачи, языка и чувствительности модели к квантизации.
Официальные файлы DeepSeek-R1-0528 занимают 688,59 ГБ до накладных расходов runtime s4. Актуальный recipe vLLM описывает 671B MoE-модель с 37B активных параметров, профиль 805 ГБ VRAM для FP8 и проверенные конфигурации на восьми H200 либо серверных AMD GPU s8.
Это не универсальный «минимум DeepSeek R1». Число относится к конкретному recipe, precision, версии vLLM, контексту и схеме параллелизма. Активные 37B тоже не означают, что достаточно памяти только для 37 млрд параметров: полный набор экспертов должен быть доступен runtime через GPU, RAM или поддерживаемый offload.
Ollama показывает отдельный квантизованный тег deepseek-r1:671b размером 404 ГБ и контекстом 160K s7. Даже такой формат остаётся серверным по масштабу; размер файла снова не равен минимальной оперативной памяти. Для обычной рабочей станции разумнее выбрать официальный 8B либо ранний 14B/32B дистиллят и проверить, решает ли он задачу.
Успешная загрузка доказывает только работу выбранной связки «checkpoint + квант + runtime». Подготовьте небольшой контрольный набор:
Для каждого прогона сохраняйте точный тег или SHA, runtime и его версию, контекст, temperature, seed при наличии, длительность, пиковую RAM/VRAM и результат проверки. Сравнивайте варианты на одинаковых входах. Опубликованные разработчиком benchmark-таблицы используют свои prompts, sampling и лимиты генерации; они помогают сформировать гипотезу, но не заменяют ваш тест s1 s2.
Не выбирайте R1 только потому, что это reasoning-модель. Для короткой классификации, извлечения полей или простого RAG более компактная instruct-модель может отвечать быстрее и стабильнее. Длинная цепочка рассуждений увеличивает задержку и не гарантирует фактическую точность.
Полный R1-0528 не подходит как первая локальная модель на обычном ПК. Начните с R1-0528-Qwen3-8B, проверьте пользу рассуждений на своих данных и только затем сравнивайте 14B, 32B или серверную конфигурацию. Следующий шаг — открыть руководство Ollama, закрепить точный тег и выполнить воспроизводимый локальный тест.
` ## Источники 1. [DeepSeek-R1 — официальный репозиторий и список вариантов](https://github.com/deepseek-ai/DeepSeek-R1/blob/0cf78561f1d51c84a21b2190626b21116d5c68bb/README.md) — получено 2026-09-22 2. [Hugging Face — DeepSeek-R1-0528: model card и config](https://huggingface.co/deepseek-ai/DeepSeek-R1-0528/tree/4236a6af538feda4548eca9ab308586007567f52) — получено 2026-09-22 3. [Hugging Face — DeepSeek-R1-0528-Qwen3-8B: model card и config](https://huggingface.co/deepseek-ai/DeepSeek-R1-0528-Qwen3-8B/tree/6e8885a6ff5c1dc5201574c8fd700323f23c25fa) — получено 2026-09-22 4. [Hugging Face — файлы DeepSeek-R1-0528](https://huggingface.co/deepseek-ai/DeepSeek-R1-0528/tree/4236a6af538feda4548eca9ab308586007567f52) — получено 2026-09-22 5. [Hugging Face — файлы DeepSeek-R1-0528-Qwen3-8B](https://huggingface.co/deepseek-ai/DeepSeek-R1-0528-Qwen3-8B/tree/6e8885a6ff5c1dc5201574c8fd700323f23c25fa) — получено 2026-09-22 6. [Hugging Face — DeepSeek-R1-Distill-Qwen-32B](https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-32B/tree/711ad2ea6aa40cfca18895e8aca02ab92df1a746) — получено 2026-09-22 7. [Ollama Registry — теги deepseek-r1](https://registry.ollama.com/library/deepseek-r1/tags) — получено 2026-09-22 8. [vLLM Recipes — DeepSeek-R1](https://github.com/vllm-project/recipes/blob/09dea3c390ca123b6d3f1aaca7774c8fffa51654/models/deepseek-ai/DeepSeek-R1.yaml) — получено 2026-09-22