ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
DeepSeek
开源权重 DeepSeek · Dense 32.8B · Text · BF16

DeepSeek-R1-Distill-Qwen-32B 模型架构参数、评测与显存全表

单张 24GB 显卡(RTX 3090 / 4090)装机量极高的 R1 推理蒸馏模型。

🧬 DeepSeek-R1-Distill-Qwen-32B 底层网络与张量参数总表 (Model Overview & config.json)

全部字段同步自官方 HuggingFace 仓库 (deepseek-ai/DeepSeek-R1-Distill-Qwen-32B) 的 config.json 与技术报告 · 核验日期 2026-11-20

HF Class: Qwen2ForCausalLM

1. 骨干网络与维度参数

qwen2
总参数量 / 单步激活
32.8B (Dense)
Hidden Size (d_model)
5,120
FFN Intermediate Size
27,648
激活函数 / RMSNorm
SiLU (SwiGLU) · ε=1e-5
原生权重精度
BF16

2. 注意力机制与混合层拓扑

GQA
Transformer 总层数
64 层
网络层排布 (Hidden Layout)
64 层 Qwen2.5-32B 稠密架构(基于 DeepSeek-R1 80万条推理样本蒸馏)
注意力头 (Q / KV)
40 Q / 8 KV (5:1 GQA)
Head Dimension
128

3. 上下文、位置编码与词表

Tokenizer
原生上下文长度
131,072 tokens
旋转位置编码 (RoPE)
RoPE (θ=1,000,000 · 128K Context)
词表大小 (vocab_size)
152,064 (独立输出头)
特殊控制 Token ID
BOS: 151646 · EOS: 151643

📋 DeepSeek-R1-Distill-Qwen-32B 官方 API 技术规格与计费参数总表

核验自 DeepSeek 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: deepseek-r1-distill-qwen-32b

1. 模型标识与能力开关

API Spec
官方调用 Model ID
deepseek-r1-distill-qwen-32b
版本发布日期
2025-01-20
权重授权形态
开源权重 (云端 API 规格)
原生深度推理思考
✅ 支持 (可调思考预算)
Function Calling & JSON Schema
✅ 原生支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
128,000 tokens (128K)
单次最大输出上限
16,000 tokens
支持输入模态
Text
支持输出模态
Text
中国大陆网络直连
✅ 国内极速直连 + 人民币结算
分发与部署形态
开源权重 + 托管云 API

3. 官方 Token 单价与缓存阶梯

CNY / 1M
标准输入单价 (每百万)
¥ 2
Prompt 缓存命中输入
¥ 0.4 -80%
标准输出单价 (每百万)
¥ 6
长上下文阶梯与计费备注
阿里云百炼:百炼蒸馏版 R1-32B 推理模型

🏆 DeepSeek-R1-Distill-Qwen-32B 官方基准评测成绩单

摘录自官方 System Card / Model Card 与权威公开横评表

Arena Elo ~1428 AA Index 40
🧠 数学与深度推理
AIME 2024 72.6 %

2024 年美国数学邀请赛(AIME I & II)30 道竞赛数学真题,衡量竞赛级数学逻辑推导。

🧠 数学与深度推理
MATH-500 94.3 %

OpenAI 精选的 500 道具有代表性的高难度竞赛数学题子集(源自 MATH 数据集)。

🧠 数学与深度推理
GPQA Diamond 62.1 %

研究生级物理、化学与生物高难防搜索推理选择题

💻 代码工程
LiveCodeBench 57.2 %

持续从 LeetCode、AtCoder 与 CodeForces 采集最新赛题的无污染代码生成与算法推理基准。

📚 知识与指令
MMLU-Redux 88.2 %

经人工重新逐题核对与纠错的 MMLU 精修版,消除了原数据集中的错标与歧义题目,使高分段对比更可靠。

📚 知识与指令
C-Eval 82.2 %

面向中文语境的权威综合性基础模型评测集,涵盖理工、人文、社科与职业资格等 52 个学科共 13,948 道选择题。

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

深度推理标准配置 (DeepThink Recommended)
temperature=0.6 top_p=0.95 max_tokens=32,768

💡 温度建议固定在 0.5~0.7(推荐 0.6);官方建议不添加 System Prompt,将全部指令放入 User Prompt

📊 DeepSeek-R1-Distill-Qwen-32B 全量评测成绩与维度排名

共 4 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20

⚔️ 和其他模型逐项比分

来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。

⚡ DeepSeek-R1-Distill-Qwen-32B 本地显存占用 & 实时吐字速度计算器

并发请求数 (Batch):
Dense 32.8B·64L (d=5120)·40Q/8KV·Ctx 128K
该设备兼容榜 →
并联卡数
32 GB VRAM·1792 GB/s·安全可用上限 31.4 GB
流畅可跑25.03 / 31.4 GB~58.6 tok/s
3. 权重量化精度
4. 单并发上下文窗口16K (16,384 tok)
参数核验:2026-11-20·带宽与算力屋顶模型估算(当前并发=1)
流畅可跑
25.03/ 31.4 GB 可用显存

物理总容量 32 GB · 占用率 79.8%

理论带宽解码速度 (Decode)
~58.6tokens/s

实际吞吐受框架 (vLLM/Ollama/Unsloth) 影响约 ±25%

当前并发 (1x) 最大可开窗口
39K/ 128K

高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限

模型权重: 19.88 GBKV Cache (1×16K): 4.29 GB框架开销: 0.85 GB
🚀 闪电秒出(长推理/写代码极爽)生成 500 Token 回答约需 8.5 秒
参考启动命令:
OLLAMA_CONTEXT_LENGTH=16384 ollama run deepseek-r1:32b

RTX 5090 可运行 DeepSeek-R1-Distill-Qwen-32B · 硬件成本与回本参考

参考均价约 ¥18,999(折合 ¥594/GB)· 满载约 575W

📊 DeepSeek-R1-Distill-Qwen-32B 各量化精度显存占用对照表 (16K 上下文)

量化格式 等效位数 纯权重体积 KV Cache (16K) 总显存需求 精度评价
FP16 / BF16 16 bpw 65.6 GB 4.29 GB 71.66 GB 无损原精度
FP8 / Q8_0 8.5 bpw 34.85 GB 4.29 GB 40.29 GB 99.9% 接近无损
GGUF Q6_K 6.56 bpw 26.9 GB 4.29 GB 32.18 GB 极高画质 · 严肃编码
GGUF Q5_K_M 5.69 bpw 23.33 GB 4.29 GB 28.54 GB 高均衡度
Q4_K_M / AWQ 4.85 bpw 19.88 GB 4.29 GB 25.03 GB 黄金甜点(推荐)
GGUF IQ4_XS 4.25 bpw 17.42 GB 4.29 GB 22.52 GB 省显存优选
GGUF Q3_K_M 3.91 bpw 16.03 GB 4.29 GB 21.1 GB 轻度智商折损
GGUF Q2_K 3.15 bpw 12.91 GB 4.29 GB 17.92 GB 极限压缩尝鲜

🖥️ 主流显卡、Mac 与国产卡运行 DeepSeek-R1-Distill-Qwen-32B (Q4_K_M) 兼容性列表

常见问题解答 (FAQ)

DeepSeek-R1-Distill-Qwen-32B 的核心网络架构参数(层数、隐藏维度、注意力头、词表)是多少?

DeepSeek-R1-Distill-Qwen-32B 底层架构为 Qwen2ForCausalLM,共 64 层(64 层 Qwen2.5-32B 稠密架构(基于 DeepSeek-R1 80万条推理样本蒸馏)),隐藏层维度 hidden_size=5120,注意力头配置为 40 个 Query 头 / 8 个 KV 头(head_dim=128),词表大小 vocab_size=152,064,原生上下文窗口 131,072 tokens。

DeepSeek-R1-Distill-Qwen-32B 本地部署至少需要多少 GB 显存?

在主流 4-bit 量化(GGUF Q4_K_M / AWQ,16K 上下文)下,DeepSeek-R1-Distill-Qwen-32B 共需约 25.03 GB 显存(含权重 19.88 GB + KV 缓存 4.29 GB + 系统开销 0.85 GB)。无损 FP16/BF16 则需约 71.66 GB。

DeepSeek-R1-Distill-Qwen-32B 官方推荐的采样参数(Temperature / Top-P)是多少?

依据官方 generation_config.json 与最佳实践,在「深度推理标准配置 (DeepThink Recommended)」下建议设置 temperature=0.6、top_p=0.95。注意:温度建议固定在 0.5~0.7(推荐 0.6);官方建议不添加 System Prompt,将全部指令放入 User Prompt