DeepSeek-R1 — Open-Weight Reasoning Model Rivaling OpenAI o1

简介

DeepSeek-R1 是开源权重的推理模型，在 AIME / MATH / GPQA / Codeforces 上达到 o1 级别，同时把完整 chain-of-thought 推给用户。蒸馏的小版本（1.5B / 7B / 32B / 70B）让消费级硬件上跑本地推理变得现实。MIT 许可证，完整权重公开。适合需要推理模型又要开源权重的硬推理任务（数学、科学、复杂代码）。兼容 DeepSeek API / Ollama（蒸馏）/ vLLM / llama.cpp。装机时间 2 分钟。

托管 API

from openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseek.com/v1",
    api_key=os.environ["DEEPSEEK_API_KEY"],
)

response = client.chat.completions.create(
    model="deepseek-reasoner",  # R1
    messages=[{"role": "user", "content":
        "Prove that the square root of 2 is irrational"}],
)

# R1 流式输出推理 + 最终答案
for choice in response.choices:
    print("REASONING:", choice.message.reasoning_content)
    print("ANSWER:", choice.message.content)

不像 o1，R1 的推理过程可见 —— 对调试、教育、信任有用。

本地 Ollama（蒸馏）

ollama pull deepseek-r1:1.5b   # ~1GB，笔记本上能跑
ollama pull deepseek-r1:7b     # ~5GB
ollama pull deepseek-r1:14b    # ~9GB
ollama pull deepseek-r1:32b    # ~20GB，M2 Max 级别
ollama pull deepseek-r1:70b    # ~40GB，强服务器

7B 蒸馏版在竞赛数学上常常胜过 GPT-4o，单张 4090 上免费且快。

R1 vs V3 怎么选

价格

FAQ

Q: 为啥 R1 显示推理过程而 o1 隐藏？ A: DeepSeek 公开了完整 RL 训练方法。可见 CoT 是价值主张的一部分 —— 可审计、可调试、可教育。OpenAI 把 o1 的 CoT 当成竞争壁垒。

Q: R1 比 V3 慢多少？ A: R1 在最终答案前多花 token 推理 —— 通常输出 token 多 3-10 倍，同等基础设施下延迟 3-10 倍。价格差反映了这个。

Q: R1 蒸馏版本是从零训练的吗？ A: 不是 —— 从完整 R1 知识蒸馏进 Llama / Qwen 基础模型。7B 蒸馏是 Llama-3.1-8B + R1 distillation，32B 是 Qwen-2.5-32B + R1 distillation 等。性能跟基础模型有取舍。