DeepSeek R1 震撼登場(chǎng)：從介紹到使用
春節(jié)期間，DeepSeek 掀起了一股熱潮，成為了科技領(lǐng)域的熱門話題。身邊很多非圈內(nèi)人士茶余飯后也在討論 DeepSeek，足以見(jiàn)得其火爆程度。
介紹
DeepSeek 全稱：杭州深度求索人工智能基礎(chǔ)技術(shù)研究有限公司，成立于 2023 年 7 月 17 日。由知名量化投資機(jī)構(gòu)幻方量化創(chuàng)立并孵化。
幻方量化是中國(guó)頂尖的對(duì)沖基金公司，擅長(zhǎng)利用 AI 算法優(yōu)化金融交易策略。其強(qiáng)大的算力資源和技術(shù)積累為 DeepSeek 的研發(fā)提供了硬件支持和資金保障。
DeepSeek 的創(chuàng)始人梁文峰出生于 1985 年，17 歲考入浙江大學(xué)，擁有信息與電子工程學(xué)碩士學(xué)位。2023 年，梁文鋒宣布進(jìn)軍通用人工智能（AGI）領(lǐng)域，創(chuàng)辦了 DeepSeek，致力于開(kāi)發(fā)真正人類級(jí)別的人工智能。
DeepSeek 近期發(fā)布了三個(gè)模型，分別是：24 年 12 月 26 的 DeepSeek V3、25 年 1 月 20 日發(fā)布了 DeepSeek R1、25 年 1 月 28 日發(fā)布的多模態(tài)模型 Janus-Pro 。
V3：該模型是混合專家（MoE）架構(gòu)，參數(shù)量達(dá) 6710 億，激活參數(shù)為 370 億，預(yù)訓(xùn)練數(shù)據(jù)量為 14.8 萬(wàn)億 token。在百科知識(shí)（MMLU、GPQA）、長(zhǎng)文本（DROP、LongBench v2）、代碼（Codeforces）、數(shù)學(xué)（AIME 2024、CNMO 2024）等評(píng)測(cè)中超越主流開(kāi)源模型（如 Qwen2.5-72B、Llama-3.1-405B），并與 Claude-3.5-Sonnet、GPT-4o 等閉源模型性能持平。
R1：專注于數(shù)學(xué)、代碼、自然語(yǔ)言推理任務(wù)，性能對(duì)標(biāo) OpenAI o1 正式版，部分測(cè)試（如AIME 得分率 79.8% vs. o1 的 79.2% ）實(shí)現(xiàn)超越。API 調(diào)用成本僅為 OpenAI o1 的3.7%（輸出 Token 每百萬(wàn) 16元），訓(xùn)練總成本約 550 萬(wàn)美元，算力需求顯著低于同類模型 。
Janus-Pro：作為 DeepSeek 首款開(kāi)源多模態(tài)模型，Janus-Pro 支持視覺(jué)、語(yǔ)言等多模態(tài)輸入輸出，填補(bǔ)此前 V3 模型僅限文本交互的局限。
我是 DeepSeek 的早期用戶，開(kāi)始使用時(shí)，只有網(wǎng)頁(yè)版，非常簡(jiǎn)陋，還沒(méi)有歷史記錄，但回答問(wèn)題的效果不錯(cuò)，特別是編程相關(guān)。給我的感覺(jué)是認(rèn)真在做模型，在應(yīng)用層面不太重視。即便是到現(xiàn)在，依然沒(méi)有花哨的應(yīng)用層功能，硬是靠強(qiáng)大的模型能力和創(chuàng)新火出圈了。
DeepSeek R1 的技術(shù)報(bào)告地址如下：
https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf
使用
網(wǎng)頁(yè)端
瀏覽器訪問(wèn)這個(gè)地址：https://chat.deepseek.com/ ，手機(jī)號(hào)或者微信注冊(cè)，登錄后如下圖：
深度思考后面括號(hào)里寫的是 R1，說(shuō)明使用的是 R1 模型，深度思考和聯(lián)網(wǎng)搜索可以同時(shí)勾選，比如我讓評(píng)價(jià)射雕的電影，可以看到 DeepSeek 先搜索網(wǎng)頁(yè)，再進(jìn)行深度思考，思考過(guò)程也會(huì)顯示在頁(yè)面中：
APP
DeepSeek 最近推出了移動(dòng)端，網(wǎng)頁(yè)版的左下角有下載二維碼。拋開(kāi)最近的穩(wěn)定性不談，可以免費(fèi)在電腦和手機(jī)上使用 R1 模型，已經(jīng)非常良心了。
本機(jī)部署
可以使用 ollama 在本機(jī)進(jìn)行 DeepSeek R1 模型的部署。
在 ollama 的網(wǎng)站上可以搜索到 DeepSeek R1 模型：https://ollama.com/search?q=DeepSeek
可以看到從 1.5b 到 671b 的都有。下面使用 ollama run deepseek-r1:7b 來(lái)運(yùn)行 7b 的模型，使用 run 命令時(shí)如果本地沒(méi)有這個(gè)模型會(huì)先自動(dòng)進(jìn)行下載。
雖然 7b 的模型知識(shí)儲(chǔ)備還有點(diǎn)弱，但 R1 的思考能力已經(jīng)具備了：
調(diào)用 API
在 DeepSeek 官網(wǎng)（https://www.deepseek.com/）點(diǎn)擊右上角的「API 開(kāi)放平臺(tái)」：
登錄后在左側(cè)菜單「API Keys」中創(chuàng)建一個(gè)新的 key：
現(xiàn)在已經(jīng)暫停了 API 服務(wù)的充值。
開(kāi)始寫代碼調(diào)用 API，下面代碼是將 DeepSeek 的文檔地址 (https://api-docs.deepseek.com/zh-cn/) 給 Windsurf，讓 Windsurf 完成的，Windsurf 最近版本更新的很快，已經(jīng)集成了 DeepSeek R1 模型。
deepseek_client.py
from openai import OpenAI
import os
class DeepSeekClient:
def __init__(self):
self.client = OpenAI(
api_key='sk-7d2fac93b6ee498ca5546f1ad59244fa',
base_url='https://api.deepseek.com'
)
def chat_completion(self, messages, model="deepseek-reasoner", stream=False):
return self.client.chat.completions.create(
model=model,
messages=messages,
stream=stream
)webapi.py
from flask import Flask, request, jsonify
from deepseek_client import DeepSeekClient
app = Flask(__name__)
client = DeepSeekClient()
@app.route('/chat', methods=['POST'])
def chat_endpoint():
data = request.json
completion = client.chat_completion(
messages=data.get('messages', []),
model=data.get('model', 'deepseek-reasoner'),
stream=data.get('stream', False)
)
return jsonify({'response': completion.choices[0].message.content})pyproject.toml
[tool.poetry.dependencies]
python = "^3.10"
openai = "^1.12.0"
flask = "^2.0.3"在項(xiàng)目的根目錄下執(zhí)行下面命令啟動(dòng)。
poetry install
poetry run flask --app webapi run --debug在 postman 中調(diào)用的結(jié)果如下：
因?yàn)槲覜](méi)有充值，提示余額不足，說(shuō)明調(diào)用 DeepSeek API 是成功的。
最后
R1 模型雖然強(qiáng)悍，但隨著春節(jié)期間的火爆，使用人數(shù)的突增（攻擊），現(xiàn)在變得不太穩(wěn)定，經(jīng)常會(huì)出現(xiàn)“服務(wù)器繁忙，請(qǐng)稍后再試。
這種頻繁的稍后重試體驗(yàn)非常不好，我們也可以采取一些其他措施：
- kimi 也發(fā)布了 k1.5 長(zhǎng)思考，可以和聯(lián)網(wǎng)搜索一起使用。
- 秘塔 AI 搜索可以開(kāi)啟長(zhǎng)思考-R1,這個(gè) R1 就是采用 Deepseek R1 深度推理模型進(jìn)行回答。
- 使用 ollama 自己部署，跟滿血 R1 相比肯定有差距，而且也不能聯(lián)網(wǎng)。
- 使用 chatbox 調(diào)用硅基流動(dòng)的 R1 API 接口，硅基流動(dòng)自己部署的 R1 模型，這個(gè)方案現(xiàn)在應(yīng)該知道的人比較多，剛看到 R1 模型的介紹里添加了：2025 年 2 月 6 日起，未實(shí)名用戶每日最多請(qǐng)求此模型 100 次。
- 在 Windsurf 中使用 DeepSeek 的 R1 模型。
