← 返回首页

如何部署 DeepSeek：从 API 到本地私有化

DeepSeek 是目前最流行的开源大模型之一，部署方式主要分两条路：官方 API（零门槛，按量付费）和本地私有化部署（数据不出本地，免费但吃硬件）。这篇文章把两种方式都讲清楚，任选其一即可跑起来。

方式一：官方 API（最快，无需显卡）

适合想快速接入、不想折腾硬件的场景。

1. 打开 DeepSeek 开放平台（platform.deepseek.com）注册账号 2. 进入「API Keys」→ 创建一个 Secret Key（注意：Key 只显示一次，务必保存好） 3. 充值少量余额（新用户通常有赠送额度）

模型选择（2026 年最新）

官方已于 2026 年 7 月 24 日停用旧模型名 deepseek-chat / deepseek-reasoner，现在使用：

• deepseek-v4-flash：轻量快速，适合日常对话、简单问答，便宜

• deepseek-v4-pro：更强推理，适合复杂任务，可开启思考模式（thinking）

调用代码（兼容 OpenAI SDK）

因为 DeepSeek API 完全兼容 OpenAI 格式，直接用官方 OpenAI SDK 即可：

from openai import OpenAI

client = OpenAI(
    api_key="sk-你的密钥",      # 换成你的 API Key
    base_url="https://api.deepseek.com"
)

resp = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[
        {"role": "system", "content": "你是一个乐于助人的助手"},
        {"role": "user", "content": "用一句话介绍 DeepSeek"}
    ]
)
print(resp.choices[0].message.content)

小技巧：把 API Key 放到环境变量 DEEPSEEK_API_KEY 里，避免硬编码在代码中。

命令行快速测试（curl）

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
  -d '{"model":"deepseek-v4-flash","messages":[{"role":"user","content":"你好"}]}'

方式二：本地部署（Ollama，新手首选）

适合数据敏感、想离线使用、或想免费无限调用的场景。

硬件要求参考

模型	显存需求	适合显卡
DeepSeek-R1-Distill-Qwen-1.5B	2GB	随便一台电脑 CPU 都能跑
DeepSeek-R1-Distill-Qwen-7B/8B	6-8GB	GTX 1060 6G 及以上
DeepSeek-R1-Distill-Llama-14B	12GB	RTX 3060 12G / 4070
DeepSeek-R1-Distill-70B（量化）	40GB+	双卡 A100 / 4090×2
DeepSeek-V4 量化版	视量化等级	显存越大越好

安装 Ollama

• Windows / macOS：到 ollama.com 下载安装包，双击安装

• Linux：curl -fsSL https://ollama.com/install.sh | sh

拉取并运行模型

# 小模型，CPU 也能跑，先拿来练手
ollama run deepseek-r1:1.5b

# 稍大一点，效果更好
ollama run deepseek-r1:7b

第一次运行会自动下载模型，之后都是本地离线推理，不花一分钱。

接入 OpenAI 兼容接口

Ollama 自带 OpenAI 兼容 API（默认 11434 端口），现有代码几乎零改动：

ollama serve   # 启动服务

from openai import OpenAI

client = OpenAI(
    api_key="ollama",                                  # 随便填
    base_url="http://localhost:11434/v1"
)

resp = client.chat.completions.create(
    model="deepseek-r1:7b",
    messages=[{"role": "user", "content": "你好"}]
)
print(resp.choices[0].message.content)

进阶：vLLM 部署大模型（生产环境）

如果追求吞吐量或要部署 70B+ 的大模型，推荐用 vLLM：

# 安装
pip install vllm

# 启动 OpenAI 兼容服务（以 R1-Distill 70B 为例）
vllm serve deepseek-ai/DeepSeek-R1-Distill-Llama-70B \
  --tensor-parallel-size 2 \
  --max-model-len 32768

启动后访问 http://localhost:8000/v1，同样兼容 OpenAI SDK。

常见问题

Q：显存不够怎么办？ 用更小的量化版本（如 Q4_K_M），或选更小的蒸馏模型（1.5B/7B）。

Q：Ollama 报 "model not found"？ 先 ollama pull deepseek-r1:7b 手动拉取，或检查模型名是否拼写正确。

Q：API 报 401/Invalid API Key？ 检查 Key 是否复制完整、是否带空格，环境变量是否生效。

Q：本地部署慢？ CPU 推理本来就慢，想要速度需要 NVIDIA 显卡 + CUDA；Mac 用 M 系列芯片的 Metal 加速。

总结

• 想省事 → 官方 API，5 分钟跑通

• 要隐私 / 免费 → Ollama 本地部署，从 1.5B 小模型开始

• 生产环境 / 大模型 → vLLM

部署门槛其实很低，先跑起来再说，后面再逐步优化。