DeepSeek-R1-Distill-Qwen-32B

32B

DeepSeek

R1 蒸馏至 32B，单卡 24GB（Q3/Q4）即可接近前沿推理能力。

⬇ 33.9K HF 下载量♥ 324 点赞bartowski/DeepSeek-R1-Distill-Qwen-32B-GGUF· 数据更新于 8/14/2026

消费级显卡专业 GPU

131K

最大上下文

量化变体

GGUF Q4_K_M

最佳质量

97.4%

精度保留率

量化变体对比

各量化级别的显存、质量损失及 RTX 4090 推理速度

实测 = 本站基准 · 估算 = 公式推算 · 社区 = 公开报告

格式	级别	BPW	显存	PPL 损失	速度	来源	操作
GGUF	Q3_K_M	3.87	17.8 GB	7.2%	50 tok/s	估算	计算 HF
GGUF	Q4_K_M	4.85	22.2 GB	2.6%	42 tok/s	估算	计算 HF
EXL2	3.5bpw	3.5	16.8 GB	4.5%	65 tok/s	估算	计算 HF

DeepSeek

R1 推理能力蒸馏至 14B，社区热度极高，思维链能力出色。

DeepSeek

MoE 通用模型（激活约 2.4B），长上下文，多语言对话能力强。

DeepSeek

7B 体量的 R1 推理能力，8–12GB 显存思维链实验性价比最高。

DeepSeek

DeepSeek-V3 前沿 MoE（激活约 37B / 总 671B）。MLA + FP8；Q4 需多节点 GPU 集群。

针对本模型及同类硬件的部署指南。