Lokale LLMs · Foto: derekGavey, CC BY 2.0
DeepSeek-R1
Zuletzt aktualisiert:
Typ
Modell
Lizenz
MIT
Quelle
Anwendungsfeld
Lokale LLM-Modelle
Voraussetzungen
- Zugang zu Server-Hardware mit sehr viel Speicher (671B MoE, kein Heimgebrauch möglich)
Einordnung
Ohne Server-Hardware mit sehr viel Speicher ist das Original schlicht nicht nutzbar.
Das Modell, das Anfang 2025 die Reasoning-Welle auslöste — o1-Klasse, komplett offen unter MIT. Lokal nutzt man praktisch immer die Distills (nächste Zeile).
Größen & Hardware
- Verfügbare Größen: 671B MoE (Original)
- Empfohlene Hardware (Q4): Nur Server
Benutzungsanleitung
Das offene „Denk-Modell“ — zeigt seine Überlegungen Schritt für Schritt, stark bei Logik und Mathe.
Installation:
ollama run deepseek-r1Die Distill-Varianten machen es alltagstauglich: deepseek-r1:7b (8 GB RAM), deepseek-r1:14b (16 GB), deepseek-r1:32b (32 GB+).
Wofür gut: Knifflige Logik, Mathematik, Planungsaufgaben. Das Modell „denkt laut“ (sichtbarer Denkblock vor der Antwort) — faszinierend zum Zuschauen und praktisch zum Nachvollziehen.
Hinweis: Für schnelle Alltagsfragen ist ein normales Modell (Llama, Mistral) flotter — R1 glänzt, wenn die Aufgabe wirklich Denkarbeit braucht.
Im Detail
DeepSeek-R1 hat Anfang 2025 gezeigt, dass offene Modelle bei komplexem, mehrstufigem Denken (Mathematik, Logik, Code) mit OpenAIs o1 mithalten können – und das unter der freizügigen MIT-Lizenz, also ohne Nutzungseinschränkungen. Das Original ist mit 671 Milliarden Parametern (MoE) allerdings nur auf Server-Hardware praktikabel, für den Heimgebrauch also nicht direkt nutzbar. Sein eigentliches Vermächtnis sind die mitlesbaren Denkschritte im Chat und die Tatsache, dass DeepSeek die Trainingsmethode offengelegt hat – das hat die verbreiteten kleineren Distill-Modelle erst möglich gemacht, die man in der Praxis lokal einsetzt.
Schritt für Schritt
- Prüfen, ob eigene Server-Hardware mit ausreichend Speicher verfügbar ist
- Für den Heimgebrauch stattdessen eine Distill-Variante wählen
- Bei vorhandener Server-Infrastruktur das Original laden und im Chat einsetzen
- Die mitlesbaren Denkschritte bei Mathematik-, Logik- oder Code-Aufgaben verfolgen
- MIT-Lizenz für eigene oder kommerzielle Nutzung als Vorteil gegenüber geschlossenen Modellen wie o1 einordnen
Beispiel aus der Praxis
Ein Team mit eigenem GPU-Cluster setzt DeepSeek-R1 für eine mehrstufige Logikaufgabe ein und sieht im Chat die einzelnen Denkschritte, statt nur ein fertiges Endergebnis wie bei einem klassischen Chatmodell.
Praxis-Tipp
Ohne eigenes Rechenzentrum überspringen Sie das Original am besten und starten direkt bei einer Distill-Variante – die liefert vergleichbares Denkverhalten auf Consumer-Hardware.
Stolperfallen
Der Versuch, das Original auf normaler Consumer-Hardware laufen zu lassen, scheitert an den 671 Milliarden Parametern. Für den Heimgebrauch sind die kleineren Distill-Modelle die richtige Wahl, nicht das Original.
Siehe auch
Lizenz & Quelle
Häufige Fragen.
Ist DeepSeek-R1 kostenlos nutzbar?
Ja, es steht unter der freizügigen MIT-Lizenz ohne Nutzungseinschränkungen.
Kann ich DeepSeek-R1 auf meinem eigenen PC laufen lassen?
Nein, mit 671 Milliarden Parametern als Mixture-of-Experts ist das Original nur auf Server-Hardware praktikabel.
Was ist der Unterschied zu den Distill-Modellen?
Die Distills pressen das Denkverhalten von R1 in deutlich kleinere, lokal lauffähige Modellgrößen - das Original selbst bleibt Server-Hardware vorbehalten.
Erfahrungen & Kommentare.
Funktioniert der Modell bei Ihnen? Tipps, Stolperfallen, Varianten — teilen Sie es mit der Community.
Lade Kommentare …
Passt dazu.
Llama 3.1
Der Meta-Klassiker mit 128K Kontext. 8B ist ein sehr solider Allrounder für schwächere Hardware, spricht ordentlich Deutsch.
Llama 3.3
Leistet laut Meta ungefähr so viel wie das riesige 405B-Modell — der Preis-Leistungs-Tipp, wenn man 64 GB (z. B. Mac Studio) hat.
Llama 4 (Scout / Maverick)
Metas MoE-Generation mit sehr großem Kontext und Bildverständnis. Für Heim-Hardware meist zu groß — eher für Server/Mac Studio 128 GB+.