引言

前段時間，AI 圈被國產黑馬 DeepSeek - R1 模型 “霸屏” 了！這匹開源領域的 “潛力新星”，在推理能力上和 OpenAI 的 o1 不相上下，甚至在資源利用上更勝一籌，很 “省資源”。它的橫空出世，不僅打破了大眾對國產 AI 的固有認知，更是讓世界看到了中國 AI 厚積薄發的硬核實力，這波操作簡直 “殺瘋了” ！

DeepSeek 乘勝追擊，基于 R1 模型又推出了更具針對性應用的 DeepSeek - R1 - Distill - Qwen - 32B 和 適合大規模數據處理的 DeepSeek - R1 - Distill - Llama - 70B 兩款模型，熱度直接拉滿。

如果你想親自體驗，訪問 Ollama 官網（https://ollama.com/library/deepseek-r1）就能下載。安裝超簡單，用 Pip 安裝 Ollama 后，在終端輸入 “ollama run deepseek - r1:32b” 就行。要是還想深挖更多信息，去 DeepSeek 官網（deepseek.com），那里全是干貨！

話不多說，直接進入測評環節，看看這幾款模型在實測中的表現到底有多 “牛”！

一、硬件配置大揭秘

來看看深度求索兩款模型（320 億和 700 億參數版）的實測硬件配置。測試用 WSL2 系統，搭配英特爾 i7 - 14700KF 3.4GHz 處理器、32GB 內存和英偉達 RTX 4090 顯卡。

運行時，320 億參數模型能直接流暢跑，700 億參數模型需把內存設為 24GB，可用 psutil 工具監測內存。

測試的問題，部分借鑒了Matthew Berman大佬的測試視頻內容，也補充了一些自定義問題。這里 R1 模型測試結果來自其油管視頻，不是本地測的。不過要注意，因測試系統不同，不宜將其測試速度與本次測試所需時間進行對比。下面看具體測試結果！

二、模型測評 “大對決”

下面是 320 億參數模型、700 億參數模型以及 DeepSeek - R1 模型的測評 “答卷”，直接上 “成績”：

1. 單詞找茬：“strawberry” 里有幾個 “R”？

• 320億參數模型：? 回答正確，與R1模型回答類似。
• 700億參數模型：? 回答正確，但解釋簡略。
• DeepSeek - R1模型：? 回答正確，且有詳細推理過程。

2. 代碼實戰：用Python寫“貪吃蛇”游戲

由 70B 模型開發的游戲。

• DeepSeek - R1模型：?和700億參數模型表現相似，通過測試。
• 320億參數模型：?翻車了，蛇吃不到水果，游戲功能失敗。
• 700億參數模型：?完美通過，蛇能吃水果、變長，分數正常更新。

3. 代碼實戰：用Python寫“俄羅斯方塊”游戲

由 32B 機型

• 開發的俄羅斯方塊游戲。

• 由 70B 模型開發的俄羅斯方塊游戲。

    DeepSeek - R1模型：?完美通過，代碼可正常運行游戲。

• 700億參數模型：?方塊能下落，但無法正常放置。
• 320億參數模型：?方塊不動，游戲無法正常運行。

4. 尺寸計算：信封尺寸合規嗎？

郵局規定信封最小14厘米×9厘米 ，最大32.4厘米×22.9厘米，現有個200毫米×275毫米的信封，它符合標準嗎？

• 320億參數模型：?答錯，回答“否”。
• 700億參數模型：?答對，正確換算單位并給出推理。
• DeepSeek - R1模型：?答對，同樣換算正確且推理合理。

5. 文字計數：回答里有多少單詞？

• 320億參數模型：?通過，推理和R1模型類似。
• 700億參數模型：?答對，回答簡潔。
• DeepSeek - R1模型：?通過，推理過程細致。

6. 邏輯推理：房間里還剩幾個殺手？

房間有三個殺手，有人進去殺了一個且沒人離開，還剩幾個殺手？

• 320億參數模型：?答對，推理與R1模型相似。
• 700億參數模型：?答對，但推理沒那么詳細。
• DeepSeek - R1模型：?答對，推理超詳細。

7. 空間推理：彈珠在哪里？

把彈珠放玻璃杯，杯子倒過來放桌上，再拿起放微波爐，彈珠在哪？

• 320億參數模型：?通過，推理和R1模型差不多。
• 700億參數模型：?通過，推理合理。
• DeepSeek - R1模型：?通過，推理全面。

8. 數字比較：9.11和9.9誰大？

• 320億參數模型：?通過，推理詳細。
• 700億參數模型：?答對，回答簡潔。
• DeepSeek - R1模型：?通過，推理細致。

9. 模型揭秘：說出模型名的第二和第三個字母

• 320億參數模型：?通過，還透露基于GPT - 4。
• 700億參數模型：?通過。
• DeepSeek - R1模型：沒被問到這個問題。

三、最終 “勝負” 揭曉

320 億參數模型值得考慮。

經過這么多輪測試，結果已經很明顯啦：

• DeepSeek - R1（原版）：在 “俄羅斯方塊”“貪吃蛇” 編碼和推理任務中表現超棒，實力碾壓。
• 320億參數模型：推理和原版 R1 一樣詳細，可能是因為基于通義千問。但功能性編碼任務欠佳，如“信封尺寸驗證”答錯。不過在本地設備上運行速度很快。
• 700億參數模型：編碼和答案準確性強于320億參數模型，答對題數與R1相近，僅“俄羅斯方塊”答錯。可速度太慢，RTX 4090設備上每題要等幾分鐘，“俄羅斯方塊”題等了 2143 秒還答錯。

追求速度的話（速度數據在70B和32B文件），320億參數模型是個好選擇。綜合表現，R1 模型最強。700億參數模型答對多，但速度拖后腿。

大家可以根據自己的需求，選擇最適合自己的模型！

本文轉載自 ??AI科技論談??，作者： AI科技論談