Famille DeepSeek · 671B paramètres

DeepSeek R1 671B

MoE 671B/37B MIT. Le raisonneur open de référence. MATH-500 97.3, AIME 79.8, MMLU 90.8.

🇨🇳 DeepSeek·Licence MIT·Contexte 125k tokens·Sortie Janvier 2025← Catalogue

01Ce qu'il sait faire

Points forts
  • Licence MIT
  • Raisonneur open de référence
  • MATH-500 97.3
Limites à connaître
  • —400+ GB en Q4 — hors de portée laptop/workstation standard
  • —Réservé stations sérieuses ou serveurs
Architecture
MoE (hérité de V3) · Multi-head Latent Attention · auxiliary-loss-free · entraîné RL
Entraînement
Distillation + RL multi-étapes. Update R1-0528 (Mai 2025).
Idéal pour
Raisonnement frontièreMaths/sciences

02Mémoire requise

VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.

Q4_K_M
Le plus léger, ~5% de perte
400 Go
Q5_K_M
Bon compromis qualité/taille
480 Go
Q8_0
Quasi-indistinguable de FP16
720 Go
FP16
Pleine précision — usage serveur
1342 Go
Fallback CPU · Si vous n'avez pas de GPU, comptez 512 Go de RAM minimum pour faire tourner ce modèle à vitesse réduite.

Quel GPU pour faire tourner DeepSeek R1 671B ?

Pour exécuter DeepSeek R1 671B en local en quantification Q4, il faut environ 400 Go de VRAM. Le meilleur rapport prix/performance : un Mac Studio (64 Go de mémoire unifiée).

Où acheter le Mac Studio
DartyVoir Mac Studio →RakutenVoir Mac Studio →AmazonVoir Mac Studio →

Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.

03Vitesse attendue

Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.

Entrée de gamme
~1t/s
GTX 1650, RX 6600, MBA M2 8Go
Milieu de gamme
~5t/s
RTX 4060, 4070, MBP M3 Pro
Haut de gamme
~15t/s
RTX 4090, M4 Max, Radeon 7900

04Benchmarks publics

Scores reproduits depuis les model cards ou MMLU-Pro / communautaires. Unité : % bonnes réponses.

MMLU
90.8
GPQA Diamond
71.5
MATH-500
97.3

05Installer

Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.

$ollama run deepseek-r1:671b
⚠
Premier téléchargement : entre 2 et 40 Go selon la quantization choisie. Espace disque à prévoir, connexion stable recommandée. Les relances suivantes sont instantanées.