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
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)
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
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。
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)。
研究生级物理、化学与生物高难防搜索推理选择题
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。
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。
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
💡 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
📐 数学 2 项
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
物理总容量 32 GB · 占用率 79.8%
实际吞吐受框架 (vLLM/Ollama/Unsloth) 影响约 ±25%
高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限
OLLAMA_CONTEXT_LENGTH=16384 ollama run deepseek-r1:32bRTX 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