DeepSeek локально: требования к ПК, Ollama и LM Studio

Запрос «установить Дипсик на компьютер» звучит просто, но за ним скрываются две разные вещи. Можно поставить официальное приложение DeepSeek — оно работает через интернет, а модель крутится на серверах компании. А можно скачать саму нейросеть и запустить её на своём железе, чтобы она отвечала без интернета и никуда не отправляла ваши данные.

Эта статья — про второй вариант. Разберём, какие модели DeepSeek реально запускаются на домашнем ПК, сколько для этого нужно памяти, и пройдём установку через Ollama и LM Studio по шагам. Если вам нужно именно приложение, смотрите статью про официальные приложения DeepSeek.

Какие модели DeepSeek можно запустить дома

DeepSeek публикует веса своих моделей на Hugging Face под лицензией MIT. Но «можно скачать» не значит «можно запустить на ноутбуке». Посмотрим на размеры.

Модель	Размер	Реально ли дома
DeepSeek-V4.1-Flash	552 млрд параметров (MoE)	Официально — сервер. Есть неофициальная сборка сообщества для Mac со 128 ГБ памяти (с подкачкой с SSD)
DeepSeek-V4-Flash	284 млрд, активно 13 млрд	Только неофициальные сжатые сборки (GGUF): нужно около 110–170 ГБ оперативной или объединённой памяти
DeepSeek-V4-Pro	1,6 трлн, активно 49 млрд	Нет
DeepSeek-R1 полная	671 млрд, около 404 ГБ в Ollama	Только мощный сервер
Дистилляты R1 (1,5–70 млрд)	от 1,1 до 43 ГБ	Да, это и есть «DeepSeek дома»

Вывод простой: актуальные флагманы V4 и V4.1 предназначены для дата-центров. Энтузиасты запускают V4-Flash и V4.1-Flash через неофициальные сжатые сборки, но для этого нужна машина со 110–170 ГБ памяти, например Mac со 128 ГБ и больше. Обычному домашнему ПК это не по силам. В каталоге Ollama модель deepseek-v4.1-flash есть, но только с пометкой cloud — она выполняется на серверах, а не на вашем компьютере.

Для обычного домашнего компьютера остаются дистиллированные версии R1. Это компактные модели на базе Qwen и Llama, которых дообучили на ответах большого R1. Они умеют рассуждать «по-дипсиковски», но заметно слабее онлайн-версии. Подробнее о том, откуда они взялись, — в нашей истории R1 и дистиллятов.

Требования к компьютеру

Главный ресурс для нейросети — память. Модель целиком загружается в видеопамять (VRAM) или в оперативную память, и от этого зависит скорость.

Версия в Ollama	Файл	Минимум, чтобы работало комфортно
deepseek-r1:1.5b	1,1 ГБ	любой ПК с 8 ГБ ОЗУ, даже без видеокарты
deepseek-r1:7b / 8b	4,7–5,2 ГБ	видеокарта с 6–8 ГБ или 16 ГБ ОЗУ
deepseek-r1:14b	9 ГБ	видеокарта с 12 ГБ VRAM
deepseek-r1:32b	20 ГБ	видеокарта с 24 ГБ VRAM
deepseek-r1:70b	43 ГБ	рабочая станция или Mac с большим объёмом памяти

Ориентиры в правой колонке — практические, а не официальные: размер файла плюс запас под контекст. Официальные требования самих программ такие:

LM Studio: на Windows нужен процессор с поддержкой AVX2, рекомендовано от 16 ГБ ОЗУ и от 4 ГБ видеопамяти. На Mac — только Apple Silicon (M1 и новее) и macOS 14 или новее; Intel-Mac не поддерживаются. Linux — Ubuntu 20.04 или новее.
Ollama: на Windows нужна Windows 10 22H2 или новее, для видеокарт NVIDIA — драйвер 551.61 или новее. Установка не требует прав администратора, под саму программу нужно минимум 4 ГБ места. На Mac ускорение работает через Metal.

Если работаете на видеокарте NVIDIA RTX, посмотрите разбор версий DeepSeek для видеокарт RTX — там подробно о выборе под конкретный объём VRAM.

Способ 1: Ollama — быстро и через командную строку

Ollama — бесплатная программа, которая скачивает модель одной командой и запускает её у вас на компьютере.

Скачайте установщик с сайта ollama.com и установите (на Windows — OllamaSetup.exe).
Откройте терминал (на Windows — PowerShell).
Выполните команду для нужного размера, например:

ollama run deepseek-r1:8b

Дождитесь загрузки файла модели — около 5 ГБ для версии 8b.
Пишите вопрос прямо в терминале. Чтобы выйти, введите /bye.

Без указания размера команда ollama run deepseek-r1 скачает версию по умолчанию — сейчас это 8b на базе DeepSeek-R1-0528-Qwen3-8B.

Ollama также поднимает локальный сервер по адресу localhost:11434. К нему можно подключить другие программы: редакторы кода, чат-интерфейсы, свои скрипты.

Способ 2: LM Studio — удобно и с окном чата

LM Studio подойдёт тем, кто не любит командную строку: здесь привычный интерфейс, как у обычного чата.

Скачайте LM Studio с lmstudio.ai и установите.
Откройте вкладку поиска моделей и введите deepseek.
Выберите, например, deepseek-r1-0528-qwen3-8b (около 4,3 ГБ) или distill-qwen-14b (около 8,4 ГБ), если позволяет видеокарта.
Нажмите Download и дождитесь загрузки.
Загрузите модель в чат и задайте вопрос.

LM Studio умеет работать полностью офлайн: достаточно один раз скачать файлы модели. В программе можно прикрепить документ и задавать по нему вопросы — удобно для конфиденциальных текстов.

Как пользоваться DeepSeek без интернета

После того как модель скачана, интернет больше не нужен. Отключите сеть и проверьте: модель продолжит отвечать. Это главное преимущество локального запуска.

Пара советов из официальной документации R1 для дистиллятов:

ставьте температуру 0,5–0,7, оптимально 0,6 — так меньше повторов и бессвязных ответов;
не используйте системный промпт: все инструкции пишите прямо в сообщении;
для математики добавляйте в запрос просьбу рассуждать по шагам и отдельно выделить итоговый ответ — так советуют сами разработчики R1.

Чего не ждать от локального DeepSeek

Честно о минусах, чтобы не разочароваться:

качество ниже, чем в онлайн-чате. Версии 7b–14b заметно уступают актуальной модели DeepSeek в фактах, коде и длинных рассуждениях;
нет поиска в интернете и свежих знаний — модель знает только то, чему её научили;
скорость зависит от железа. Если модель не влезает в видеопамять, она работает в оперативной памяти и отвечает в разы медленнее;
русский язык у маленьких версий слабее — иногда они переходят на английский или китайский в рассуждениях.

Если хочется больше возможностей, открытую модель можно дообучить на своих данных — об этом есть руководство про дообучение открытой модели методами LoRA и QLoRA.

Если что-то не работает

Модель отвечает очень медленно. Скорее всего, она не поместилась в видеопамять. Возьмите версию поменьше или закройте игры и браузер с множеством вкладок.
Ollama не видит видеокарту. Обновите драйвер NVIDIA до версии 551.61 или новее и перезапустите программу.
LM Studio не запускается на старом ПК. Проверьте, поддерживает ли процессор инструкции AVX2: без них программа на Windows не работает.
Ответы уходят в бесконечные повторы. Снизьте температуру до 0,6 и уберите системный промпт.
Модель отвечает на английском. Добавьте в начало запроса «Отвечай только на русском языке».

Какую версию выбрать: короткий ответ

Обычный ноутбук без видеокарты — deepseek-r1:1.5b, чтобы попробовать.
Игровой ПК с видеокартой на 8 ГБ — 7b или 8b.
Видеокарта на 12–16 ГБ — 14b, лучший баланс для домашних задач.
24 ГБ VRAM и больше — 32b.
Нужен максимум качества — пользуйтесь онлайн-версией DeepSeek, она сильнее любой домашней.

Частые вопросы

Можно ли установить DeepSeek на компьютер бесплатно?

Да. Ollama и LM Studio бесплатны, а модели DeepSeek распространяются по лицензии MIT. Дистилляты R1 построены на Qwen и Llama, поэтому для них действуют и условия исходных лицензий этих моделей.

Нужна ли видеокарта?

Не обязательно. Маленькие версии работают и на процессоре, но медленно. Для комфортной работы с версиями 7b и выше лучше иметь видеокарту с 6–8 ГБ видеопамяти или Mac на Apple Silicon.

Можно ли запустить DeepSeek V4 локально?

На обычном домашнем ПК — нет. V4-Flash содержит 284 млрд параметров, V4-Pro — 1,6 трлн, V4.1-Flash — 552 млрд. Веса открыты, официально модели рассчитаны на серверы. Существуют неофициальные сжатые сборки V4-Flash и V4.1-Flash от сообщества, но им нужно 110 ГБ памяти и больше — это уровень рабочей станции или Mac со 128 ГБ.