DeepSeek-R1-0528 (671B)
DeepSeek 的 DeepSeek-R1-0528 (671B)（671B 參數，MoE 每 token 啟用 37B）。以 Q4_K_M 量化、8K 上下文估算約需 398.8 GiB 記憶體。 完整版 DeepSeek-R1，總參數 671B（每個 token 啟用 37B）：就算用 4-bit 量化，也超過本站任何一台機器的記憶體。
最後更新: 2026-10-13
模型資訊
執行方式
ollama run deepseek-r1:671b
所需記憶體
模型權重＋KV 快取＋執行環境開銷，單位 GiB。量化越低越省記憶體，品質略降。
| 量化 | 4K 上下文 | 8K 上下文 | 32K 上下文 |
|---|---|---|---|
| Q4_K_M | 398.6 GiB | 398.8 GiB | 400.4 GiB |
| Q5_K_M | 467.5 GiB | 467.7 GiB | 469.3 GiB |
| Q6_K | 541.3 GiB | 541.6 GiB | 543.2 GiB |
| Q8_0 | 697.9 GiB | 698.2 GiB | 699.8 GiB |
| FP16 | 1313.1 GiB | 1313.4 GiB | 1315.0 GiB |
哪些硬體跑得動
在 8K 上下文長度下，各硬體放得下的最佳量化版本。 此為估算值，並非實測。請參考估算方法說明。
常見問題
DeepSeek-R1-0528 (671B) 需要多少 VRAM／記憶體？
以 8K 上下文估算：Q4_K_M 量化約需 398.8 GiB，Q8_0 約需 698.2 GiB（含模型權重、KV 快取與執行環境開銷）。上下文越長，KV 快取越大。
GeForce RTX 4090 跑得動 DeepSeek-R1-0528 (671B) 嗎？
DeepSeek-R1-0528 (671B) 在 GeForce RTX 4090（24 GB）上，即使用 Q4_K_M 量化、8K 上下文也放不下。
Mac 可以跑 DeepSeek-R1-0528 (671B) 嗎？
DeepSeek-R1-0528 (671B) 在 M3 Ultra（512 GB）上，即使用 Q4_K_M 量化、8K 上下文也放不下。
DeepSeek-R1-0528 (671B) 可以商用嗎？
DeepSeek-R1-0528 (671B) 採用 MIT 授權。授權允許商業使用（請仍詳閱條款中的限制）。
資料來源
- https://api-docs.deepseek.com/news/news250528
- https://huggingface.co/deepseek-ai/DeepSeek-R1-0528
- https://huggingface.co/deepseek-ai/DeepSeek-R1
- https://huggingface.co/deepseek-ai/DeepSeek-R1-0528/resolve/main/config.json
- https://huggingface.co/api/models/deepseek-ai/DeepSeek-R1-0528?expand[]=safetensors
- https://ollama.com/library/deepseek-r1/tags