Запустить DeepSeek у себя дома — одна из самых популярных идей среди владельцев видеокарт RTX. Причины понятны: ответы без интернета, никаких лимитов сообщений, а документы и переписка не уходят на чужие серверы. Но в каталогах моделей легко запутаться: там есть и «deepseek-r1:7b», и «671b», и «distill», и названия вроде R1-0528-Qwen3-8B.
Разберём, что именно можно запустить на домашнем компьютере, какая версия поместится в вашу видеокарту и как поставить её за десять минут.
Что из DeepSeek вообще можно запустить дома
DeepSeek публикует веса своих моделей открыто, но размеры у них очень разные.
- Полная DeepSeek-R1 — 671 млрд параметров. В каталоге Ollama она занимает около 404 ГБ. Это уровень серверов, а не домашнего ПК.
- Актуальные модели V4 и V4.1 тоже открыты, но ещё крупнее: например, у V4-Flash 284 млрд параметров, у V4.1-Flash — 552 млрд. Для игровой видеокарты это нереально.
- Дистилляты R1 — компактные модели на основе Qwen и Llama, которых дообучили на рассуждениях DeepSeek-R1. Именно их и запускают дома. Размеры: 1,5, 7, 8, 14, 32 и 70 млрд параметров.
Важно понимать: дистиллят — не уменьшенная копия R1, а другая модель, которая научилась рассуждать в его стиле. Она заметно слабее полной версии и онлайн-сервиса, зато работает на вашем железе. Подробнее о том, чем был R1 и во что он превратился в 2026 году, рассказано в статье что стало с DeepSeek R1 и режимом рассуждений.
Какая версия поместится в вашу видеокарту
Главное правило локального ИИ: модель должна целиком помещаться в видеопамять, плюс нужен запас на контекст. Если не помещается, часть работы уходит на процессор и скорость падает в разы.
| Видеопамять | Что запускать | Размер в Ollama |
|---|---|---|
| 4–6 ГБ | deepseek-r1:1.5b | около 1,1 ГБ |
| 8 ГБ | deepseek-r1:7b или 8b | 4,7–5,2 ГБ |
| 12–16 ГБ | deepseek-r1:14b | около 9 ГБ |
| 24 ГБ | deepseek-r1:32b | около 20 ГБ |
| 32 ГБ и больше | 32b с длинным контекстом; 70b только с частичной выгрузкой в ОЗУ | 20–43 ГБ |
Это ориентиры, а не гарантия: многое зависит от степени сжатия (квантования) и длины контекста. Если на 8-гигабайтной карте ответы идут медленно, уменьшите контекст в настройках или возьмите версию поменьше.
Отдельно стоит отметить вариант на 8 млрд параметров. В каталоге Ollama он обновлён до R1-0528: это модель на базе Qwen3 8B, обученная на рассуждениях обновлённой R1. В LM Studio она называется DeepSeek-R1-0528-Qwen3-8B и весит около 4,3 ГБ — хороший выбор для большинства игровых карт.
Требования к системе
По документации Ollama, поддерживаются видеокарты NVIDIA с вычислительной способностью (compute capability) 5.0 и выше. Все GeForce RTX от 20-й до 50-й серии подходят. Для Windows нужна Windows 10 22H2 или новее и драйвер NVIDIA 551.61 или свежее. Сама программа занимает около 4 ГБ, модели — от одного до десятков гигабайт.
LM Studio для Windows требует процессор с поддержкой AVX2. Разработчики рекомендуют от 16 ГБ оперативной памяти и не меньше 4 ГБ видеопамяти.
Способ 1: Ollama — быстро и через командную строку
- Скачайте Ollama для Windows с официального сайта и установите. Права администратора не нужны.
- Откройте терминал (PowerShell или командную строку).
- Введите команду
ollama run deepseek-r1:8b— модель скачается и сразу запустится. - Пишите вопросы прямо в терминале или в окне приложения Ollama.
Чтобы выбрать другую версию, меняйте часть после двоеточия: deepseek-r1:14b, deepseek-r1:32b и так далее. Ollama также поднимает локальный API на адресе localhost:11434, поэтому модель можно подключить к редактору кода или своему боту.
Способ 2: LM Studio — мышкой и с окном чата
- Установите LM Studio и откройте раздел поиска моделей.
- Найдите deepseek-r1 и выберите подходящий размер. Рядом с вариантами программа обычно показывает, поместится ли модель в видеопамять целиком.
- Скачайте модель и откройте её в окне чата.
- В настройках модели проверьте, что все слои загружены на GPU.
LM Studio удобнее, если хочется прикрепить документ к чату и задавать по нему вопросы — это ближе всего к тому, что раньше делал ChatRTX. Про сам ChatRTX и другие замены мы писали отдельно: чем заменить ChatRTX на ПК с RTX.
Для каких задач локальный DeepSeek подходит лучше всего
Домашняя модель не заменит онлайн-сервис во всём, но в ряде сценариев она удобнее.
- Конфиденциальные тексты. Черновики договоров, личные заметки, рабочая переписка — всё остаётся на диске. Это главный аргумент в пользу локального запуска.
- Логические задачи и учёба. Пошаговые рассуждения помогают разбирать задачи по математике и информатике: видно, как модель пришла к ответу, и можно найти ошибку.
- Код без отправки в облако. Ollama и LM Studio поднимают локальный сервер, совместимый с API OpenAI, поэтому модель можно подключить к редактору кода и получать подсказки по проекту, который нельзя выносить за пределы компании.
- Работа без сети. В поездке, на даче или при перебоях со связью модель отвечает так же, как дома.
- Эксперименты. Можно сравнивать разные размеры и настройки, пробовать свои промпты и не думать о лимитах сообщений.
Если задача требует свежих фактов, поиска в интернете или анализа фотографий, локальный дистиллят не подойдёт — тут нужна онлайн-версия.
Как настроить, чтобы рассуждения работали лучше
Разработчики DeepSeek дали для моделей серии R1 несколько рекомендаций:
- температура от 0,5 до 0,7, оптимально 0,6 — иначе модель может зацикливаться или выдавать бессвязный текст;
- не используйте системный промпт: все инструкции пишите в самом сообщении;
- для математики добавьте просьбу рассуждать по шагам и записать итоговый ответ отдельно.
Модель сначала выводит блок размышлений, а потом ответ. На слабых картах это занимает время, поэтому для простых вопросов вроде перевода или исправления текста удобнее держать рядом обычную, не рассуждающую модель.
Честные ограничения локального DeepSeek
- Качество. Дистилляты 7–14b ошибаются заметно чаще, чем онлайн-версия DeepSeek. Для сложных задач по коду или аналитике разница ощутима.
- Знания. Модели выпущены в 2025 году и ничего не знают о более поздних событиях. Поиска в интернете у них нет.
- Русский язык. Маленькие версии могут переходить на английский или китайский посреди ответа. Помогает явная просьба отвечать по-русски в каждом сообщении.
- Изображения. Дистилляты R1 работают только с текстом.
Если нужна именно актуальная модель с поиском и анализом файлов, проще открыть онлайн-версию DeepSeek на русском, а локальную оставить для приватных задач. Для сравнения стоит посмотреть и другие открытые модели: например, как запустить Mistral Medium 3.5 у себя.
Частые вопросы
Можно ли запустить полную DeepSeek-R1 на игровом ПК?
Нет. Полная модель в Ollama весит около 404 ГБ — это задача для серверов с несколькими профессиональными ускорителями. Дома запускают дистилляты до 32 или 70 млрд параметров.
Какая версия лучше всего для RTX 4060 или 3060?
Для карт с 8 ГБ памяти — версия 8b (R1-0528 на базе Qwen3). Если у вас 3060 на 12 ГБ, можно попробовать 14b с умеренным контекстом.
Нужен ли интернет после установки?
Только для скачивания программы и модели. Дальше всё работает офлайн, а данные не покидают компьютер.
Бесплатно ли это?
Да. Ollama и LM Studio можно использовать бесплатно, а модели DeepSeek-R1 и их дистилляты распространяются по открытой лицензии MIT. Учтите, что дистилляты построены на базовых моделях Qwen2.5 и Llama 3.1/3.3, поэтому для них действуют также условия исходных лицензий: Apache 2.0 для Qwen и лицензии Llama для Llama.
Подойдёт ли видеокарта AMD?
Ollama поддерживает и видеокарты AMD Radeon, но эта статья про NVIDIA RTX. Для AMD набор драйверов и поддержка отличаются — сверяйтесь с документацией Ollama.
