DeepSeek-R1-Distill-Qwen-32B
- 输入 输入模态: 文本 输出 输出模态: 文本
- 推理
- 开放权重
价格
2 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
deepseek-r1-distill-qwen-32b| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 自 2026年10月11日 起页面不再列出 | ¥2.00 | ¥6.00 |
价格来源 阿里云百炼：模型价格（在新标签页打开） (核对于 2026年10月8日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 工具调用
- —
- 结构化输出
- —
- 内置工具
- 联网搜索
- 模型家族
- deepseek-r-distill-qwen
- 模型 ID
DeepSeek 的页面未说明：最长输入, 推理档位, 可关闭推理, 最大思考预算, 知识截止, 别名。
- 参数 32.8B
- 稠密
- 原生精度 BF16
- 层数 64
- 每 token 的 KV 缓存 256 KB
- 配置位置数 128K （config.json max_position_embeddings）
- API 上下文 32K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 IQ4_XS （自动） 8K 上下文 26–39 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 19.0 GB (权重 16.2 + KV 缓存 2.0 + 开销 0.8)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 26–39 tok/s
- 最长上下文
- 18K (再长就放不下)
- 首 token
- 2K 提示约 1.06–1.59 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 61.0 GB | ≈ 66.1 | ✕放不下 | — |
| Q8_0 | 32.4 GB | ≈ 36.0 | ○需放到内存 3–4 tok/s | — |
| FP8 | 30.5 GB | ≈ 34.0 | ○需放到内存 3–4 tok/s | — |
| Q6_K | 25.1 GB | ≈ 28.3 | ○需放到内存 5–7 tok/s | — |
| Q5_K_M | 21.7 GB | ≈ 24.8 | ○需放到内存 8–12 tok/s | — |
| Q5_0 | 21.0 GB | ≈ 24.0 | ○需放到内存 10–15 tok/s | — |
| Q4_K_M | 18.5 GB | ≈ 21.5 | ●流畅 23–34 tok/s | 8K |
| Q4_0 | 17.2 GB | ≈ 20.0 | ●流畅 24–37 tok/s | 14K |
| IQ4_XS | 16.2 GB | ≈ 19.0 | ●流畅 26–39 tok/s | 18K |
| Q3_K_M质量下降明显 | 14.9 GB | ≈ 17.7 | ●流畅 28–42 tok/s | 23K |
| IQ3_XXS质量下降明显 | 11.7 GB | ≈ 14.3 | ●流畅 34–51 tok/s | 32K |
| Q2_K质量下降明显 | 11.4 GB | ≈ 14.0 | ●流畅 35–52 tok/s | 32K |
| IQ2_XXS质量下降明显 | 7.9 GB | ≈ 10.4 | ●流畅 48–71 tok/s | 32K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 4090；统一内存 Apple M5 Max (32-core GPU) · 36 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 491.5 GB你的配置放不下
LoRA≈ 64.8 GB你的配置放不下
QLoRA≈ 20.9 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- Epoch AI · GPQA Diamond 64.1%
第 106 名，共 168 个上榜模型 · ±2.75
- Epoch AI · OTIS Mock AIME 2024–2025 55.6%
第 108 名，共 159 个上榜模型 · ±6.2
变更
全部变更 →- Cloudflare Workers AI 上线报价 输入 $0.497 · 输出 $4.881
- Alibaba Cloud Model Studio, 中国站 上线报价 输入 ¥2.00 · 输出 ¥6.00
- 上下文窗口 128K → 32.77K
来源
- Text generation models - Qwen, DeepSeek, GLM | Model Studio - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月4日
- deepseek-r1-distill-qwen-32b - Alibaba Cloud Model Studio（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月2日
- 模型上下架與更新（在新标签页打开） alibabacloud.com · 核对于 2026年9月29日
- deepseek-r1-distill-qwen-32b（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月2日
- deepseek-r1-distill-qwen-32b model（在新标签页打开） alibabacloud.com · 核对于 2026年10月2日
- 阿里云百炼：模型价格（在新标签页打开） help.aliyun.com · 核对于 2026年10月8日
- 模型上下架与更新-大模型服务平台百炼-阿里云_大模型服务平台百炼(Model Studio)-大模型服务平台百炼(Model Studio)-阿里云帮助中心（在新标签页打开） help.aliyun.com · 核对于 2026年10月30日
- deepseek-ai/DeepSeek-R1-Distill-Qwen-32B · Hugging Face（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Cloudflare Workers AI pricing（在新标签页打开） developers.cloudflare.com · 核对于 2026年10月31日
- deepseek-ai/DeepSeek-R1-Distill-Qwen-32B model card（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- deepseek-ai/DeepSeek-R1-Distill-Qwen-32B config.json（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- deepseek-ai/DeepSeek-R1-Distill-Qwen-32B files（在新标签页打开） huggingface.co · 核对于 2026年10月30日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
DeepSeek · 中国 · deepseek.com
相关模型
快照、同系列与同厂商的其他模型