这段时间国内外讨论DeepSeek的人都比较多，我印象比较深的是，Deepseek用较低的成本训练了一个不错的模型。另一个是说最近的R1可以匹敌chatgpt的o1。
对比chatgpt的模型很多，我也不知道是宣传而已，还是真的这么牛逼。所以准备本地运行一下看看。因为ollama上已经有这个模型了，我们就直接使用ollama来快速体验一下。
下面简单说下使用过程。
安装ollama
Ollama 是一个开源的、易于使用的本地大语言模型（LLM）运行平台，简单，高效，可以扩展，可以运行各种主流模型。
安装也非常简单，直接打开网址：
https://ollama.com
点击Download进入下载页面，根据自己的电脑系统选择对应版本。
目前支持Windows，macOS，Linux。苹果平台的Inter内核和M1系列都支持！！！
我这里用的是Windows平台，直接获取exe应用程序，双击安装。点击Install，然后全部默认，一路到底。安装完成之后，会自动启动，右下角托盘上会显示应用图标。
这个时候，打开命令行，输入命令：
ollama -v
#ollama version is 0.5.7执行命令之后，有版本信息，就证明安装成功。如果之前有装过，就直接更新到最新版就可以了，当前最新版微0.5.7。
加载模型
软件安装完成之后，需要获取模型。打开官网，点击Models。一眼就能看到deepseek-r1，排在最上面。
点击deepseek-r1进入详情页面，可以看到这个这个模型的描述信息为“DeepSeek 的第一代推理模型，性能与 OpenAI-o1 相当。”
复制并运行命令：
ollama run deepseek-r1ollama就开始载入模型了，第一次运行会联网下载。第二次就会直接从本地载入。
默认的模型是7B Q4的量化版。大小为4.7G。目测6GB可能可以运行，8G大概率可以运行。
开始对话
模型下载完成之后，就可以开始对话了。直接输入你的问题，按回车就好了。
我问了三个问题“你是谁”，“你能做什么”，“你有什么优势”，它都给了我一样的答案，我不是太满意啊。
当我让他对比DeepSeek-R1和chatgpt o1的时候，终于给了我一些不一样的东西。
从对话中我们可以看到，它有一个<think>标签，这应该就是它思考阶段的内容。
为了测试这一点，我重新启动了一个对话。
对话一开始，我就问了同样的问题。第一轮对话，它没有思考内容，直接输出了。我对此不是很满意，又问了一次。这次它有思考内容了。
思考的内容是：
<think>用户之前询问过对比DeepSeek-R1和ChatGPT-O1的问题，但可能我理解错了他们的需求。现在他们再次提到同样的内容，可能是想更详细地了解两者的区别。
考虑到用户可能对这两个模型的具体功能、性能、适用场景等感兴趣，我应该从多个方面进行比较，帮助他们更好地选择适合自己的工具。
首先，DeepSeek-R1还没有正式发布，而ChatGPT-O1是当前的最新版本。我需要列出它们的主要特点，比如基础参数、应用场景、支持任务、扩展能力等。
同时，用户可能希望了解两者的优缺点，以及在不同场景下的表现如何。例如，在AI创作或数学计算方面，ChatGPT可能更擅长大规模语言模型，而DeepSeek-R1可能在特定领域有更强的适应性。
此外，考虑到用户可能对价格、支持环境或其他因素感兴趣，我应该提到这些信息，并建议他们根据实际需求选择合适的模型。
最后，总结两者的区别，并推荐哪个更适合他们的使用场景，以便提供更有针对性的建议。</think>回答的内容是：
目前，DeepSeek-R1尚未正式发布，而 ChatGPT-O1 是 OpenAI 的最新版本。由于 DeepSeek-R1 还在开发中，我无法对两者进行直接对比。不过，我可以根据已有的信息和功能特点，大致分析它们之间的区别。
### 1. **基础参数** - **DeepSeek-R1**：目前尚未公布详细参数，但假设其是基于大语言模型（LLM）设计的。 - **ChatGPT-O1**：作为 OpenAI 的最新版本，其参数规模可能更大（例如，可能是 7B 或 13B 参数级别的模型）。
### 2. **应用场景** - **DeepSeek-R1**：假设其功能类似于 ChatGPT，但可能在某些特定领域有更强的适应性。 - **ChatGPT-O1**：适用于通用对话、文本生成、翻译、摘要、问答等任务，并且 OpenAI 提供了付费支持。
### 3. **支持任务** - **DeepSeek-R1**：如果它是一个专门设计的模型，可能在特定任务（如数学计算、编程、科学推理）上有更强的表现。 - **ChatGPT-O1**：专注于通用对话和语言生成任务，适合非技术用户。
### 4. **扩展能力** - **DeepSeek-R1**：如果支持知识图谱或外部数据源，可能在特定领域有更深入的理解和应用。 - **ChatGPT-O1**：默认情况下不连接互联网（除非付费解锁），但可以通过调用额外的 API 或者自定义模型扩展功能。
### 5. **价格** - **DeepSeek-R1**：尚未公布价格，如果作为开源或社区版本可能免费。 - **ChatGPT-O1**：OpenAI 提供付费访问，具体费用取决于使用时长和频率。
### 总结目前，由于 DeepSeek-R1 的详细信息有限，无法进行全面对比。如果你对 OpenAI 的 ChatGPT-O1 有特定需求，可以尝试使用它以满足常见的对话和生成任务。如果需要更强大的特定领域支持，可能需要等待 DeepSeek-R1 的发布。
如果你有更多具体问题或需要进一步的信息，请告诉我！对于这个问题，它显然没有给我想要的答案。但是一切都在预料之中，因为它的知识库并没有自身的评价内容也很正常，它又没法联网， 所以答不出来很正常。
这个问题，主要是测试它对于没有知识基础的问题，如果进行思考和推理。它的思考和推理过程挺有意思！尽管知识超纲了，但是还是能从不同角度来思考和回答这个问题。
在问答过程中，7B的模型大概用了8G的显存，回答速度快到飞起，基本一行一行，刷刷的输出。14B的模型在12GB显存上也可以轻松使用。
我是第一次用Deepseek R1这个模型，感觉这模型内心戏很多 ！这绝对是一大特色。
“首先…然后…最后，用表情符号增加亲和力”…果然是个人精 ！
另外为了使本地使用更加方便，也可以引入可视化界面。
只要稍微配置一下，相当于在本地电脑运行了一个价值几百亿研究成本的GPT4了哈哈，还是自主可控。
今天只是简单分享一下DeepSeek R1的使用方法，并做一个简单对话测试，接下来的日子慢慢体验。具体有多强，有多弱，留给大家自己去测试和感受吧。
另外通知下，公众号启用了智能回复功能，就是接入了腾讯的大模型，并且以以往的文章作为知识库。大家以后有啥问题可以尝试一下给公众号发私聊信息。
DeepSeek R1果然有点意思! Windows本地使用ollama轻松跑起来。
