DeepSeek 系列模型选择 - AI 智算产品文档

智算平台现已上线全系列 DeepSeek 模型，该系列模型无论是处理复杂的文本任务，还是高精度的图像分析，均能为用户提供可靠且高效的支持。目前平台上全系列 DeepSeek 模型均不限量、不限速。

模型选择

各模型特点

模型名称	特点	适用场景	备注
DeepSeek-V3	顶级性能，大资源需求，适用于广泛的自然语言处理任务领域。	超大规模数据处理、高度复杂自然语言处理任务、智能决策支持、高效计算场景等。	-
DeepSeek-R1	顶级性能，大资源需求，适合需要深度推理的专业场景或研究领域。	超大规模数据处理，专注于推理任务，比如，复杂逻辑推理、数学建模、代码生成等场景。	-
DeepSeek-R1-Distill-Qwen-1.5B	低资源消耗和快速响应，部署成本低，适合边端设备部署使用。	对精度要求低，要求快速出结果的场景，比如：轻量级任务（短文本生成、基础问答）。	-
DeepSeek-R1-Distill-Qwen-7B	性能与资源消耗的平衡。	适合一般复杂度任务场景，比如：初步AI探索、智能客服、文案生成、表格、统计等。	推荐
DeepSeek-R1-Distill-Llama-8B	性能与资源消耗的平衡，资源需求稍高于 7B。	适合一般复杂度任务场景，比如：初步AI探索、智能客服、文案生成、表格、统计等。	-
DeepSeek-R1-Distill-Qwen-14B	处理复杂任务能力强，资源需求一般。	适合中等复杂度任务场景，比如：数据分析、智能推荐系统、自然语言处理任务、长文本生成。	推荐，对应绝大多数场景
DeepSeek-R1-Distill-Qwen-32B	高性能推理需求，处理复杂任务能力强，资源需求稍高。	适合大规模的数据分析场景和复杂自然语言处理任务场景，比如：语言建模、智能推荐系统、智能决策支持等场景。	推荐，对应绝大多数场景
DeepSeek-R1-Distill-Llama-70B	高性能推理需求处理复杂任务能力强（资源需求比 32B 高，性能差异不大）	适合大规模的数据分析场景和复杂自然语言处理任务场景，比如：语言建模、智能推荐系统、智能决策支持等场景。	-

模型名称

特点

适用场景

备注

DeepSeek-V3

顶级性能，大资源需求，适用于广泛的自然语言处理任务领域。

超大规模数据处理、高度复杂自然语言处理任务、智能决策支持、高效计算场景等。

DeepSeek-R1

顶级性能，大资源需求，适合需要深度推理的专业场景或研究领域。

超大规模数据处理，专注于推理任务，比如，复杂逻辑推理、数学建模、代码生成等场景。

DeepSeek-R1-Distill-Qwen-1.5B

低资源消耗和快速响应，部署成本低，适合边端设备部署使用。

对精度要求低，要求快速出结果的场景，比如：轻量级任务（短文本生成、基础问答）。

DeepSeek-R1-Distill-Qwen-7B

性能与资源消耗的平衡。

适合一般复杂度任务场景，比如：初步AI探索、智能客服、文案生成、表格、统计等。

模型选择策略

用户可根据自身定位和适用场景选择合适的 DeepSeek 模型。

用户群体	优选模型	次选模型	备注
个人体验派	工作、兴趣等非开发类需求，建议优选 R1-Distill 蒸馏模型 1.5B、7B 或 8B	其次，可选择 R1-Distill 蒸馏模型 14B、32B 或 70B	一般不建议选择 V3 或 R1
企业场景用户	建议优选 R1-Distill 蒸馏模型 7B、8B、14B、32B 或 70B	在充分验证蒸馏模型无法满足需求后，可使用 DeepSeek-V3 或 DeepSeek-R1 满血模型	-
科研机构用户	建议优选 DeepSeek-V3、DeepSeek-R1 超大规模模型	-	-

用户群体

优选模型

次选模型

备注

个人体验派

工作、兴趣等非开发类需求，建议优选 R1-Distill 蒸馏模型 1.5B、7B 或 8B

其次，可选择 R1-Distill 蒸馏模型 14B、32B 或 70B

一般不建议选择 V3 或 R1

企业场景用户

建议优选 R1-Distill 蒸馏模型 7B、8B、14B、32B 或 70B

在充分验证蒸馏模型无法满足需求后，可使用 DeepSeek-V3 或 DeepSeek-R1 满血模型

科研机构用户

建议优选 DeepSeek-V3、DeepSeek-R1 超大规模模型

模型费用

智算平台上的 DeepSeek 模型服务，以实惠的价格、高效稳定的满足用户需求，真正实现低成本、高产出的价值回报。用户可直接调用 API，按 Token 计费；在云端一键部署，在线微调、训练，算力按需付费；也可以通过体验中心直接在线使用。

模型名称	输入价格	输出价格
DeepSeek-R1-Distill-Qwen-1.5B	限时免费	限时免费
DeepSeek-R1-Distill-Qwen-7B	限时免费	限时免费
DeepSeek-R1-Distill-Llama-8B	限时免费	限时免费
DeepSeek-R1-Distill-Qwen-14B	￥0.0002 / 千 tokens	￥0.0002 / 千 tokens
DeepSeek-R1-Distill-Qwen-32B	￥0.0002 / 千 tokens	￥0.0002 / 千 tokens
DeepSeek-R1-Distill-Llama-70B	￥0.0002 / 千 tokens	￥0.0002 / 千 tokens
DeepSeek-V3	￥0.002 / 千 tokens	￥0.008 / 千 tokens
DeepSeek-R1	￥0.004 / 千 tokens	￥0.016 / 千 tokens

模型名称

输入价格

输出价格

DeepSeek-R1-Distill-Qwen-1.5B

限时免费

DeepSeek-R1-Distill-Qwen-7B

限时免费

DeepSeek-R1-Distill-Llama-8B

限时免费

DeepSeek-R1-Distill-Qwen-14B

￥0.0002 / 千 tokens

DeepSeek-R1-Distill-Qwen-32B

￥0.0002 / 千 tokens

DeepSeek-R1-Distill-Llama-70B

￥0.0002 / 千 tokens

DeepSeek-V3

￥0.002 / 千 tokens

￥0.008 / 千 tokens

DeepSeek-R1

￥0.004 / 千 tokens

￥0.016 / 千 tokens

为保护用户数据安全和隐私，以及针对业务的定制化特殊需求，平台提供 DeepSeek 模型的私有化部署服务。用户可将模型部署在企业内容的服务器或数字中心，也可托管服务，仅完全掌控数据存储、处理以及使用过程。

进阶技巧

如何更好的向 DeepSeek-V3 和 DeepSeek-R1 模型表达需求，基本逻辑如下：

需求类型	特点	需求表达公式	DeepSeek-R1 使用技巧	DeepSeek-V3 使用技巧
决策需求	需权衡选项、评估风险、选择最优解	目标 + 选项 + 评估标准	要求逻辑推演和量化分析	直接建议，依赖模型经验归纳
分析需求	需深度理解数据/信息、发现模式或因果关系	问题 + 数据/信息 + 分析方法	触发因果链推导与假设验证	表层总结或分类
创造性需求	需生成新颖内容（文本/设计/方案）	主题 + 风格/约束 + 创新方向	结合逻辑框架生成结构化创意	自由发散，依赖示例引导
验证需求	需检查逻辑自洽性、数据可靠性或方案可行性	结论/方案 + 验证方法 + 风险点	自主设计验证路径并排查矛盾	简单确认，缺乏深度推演
执行需求	需完成具体操作（代码/计算/流程）	任务 + 步骤约束 + 输出格式	自主优化步骤，兼顾效率与正确性	严格按指令执行，无自主优化

需求类型

特点

需求表达公式

DeepSeek-R1 使用技巧

DeepSeek-V3 使用技巧

决策需求

需权衡选项、评估风险、选择最优解

目标 + 选项 + 评估标准

要求逻辑推演和量化分析

直接建议，依赖模型经验归纳

分析需求

需深度理解数据/信息、发现模式或因果关系

问题 + 数据/信息 + 分析方法

触发因果链推导与假设验证

表层总结或分类

创造性需求

需生成新颖内容（文本/设计/方案）

主题 + 风格/约束 + 创新方向

结合逻辑框架生成结构化创意

自由发散，依赖示例引导

验证需求

需检查逻辑自洽性、数据可靠性或方案可行性

结论/方案 + 验证方法 + 风险点

自主设计验证路径并排查矛盾

简单确认，缺乏深度推演

执行需求

需完成具体操作（代码/计算/流程）

任务 + 步骤约束 + 输出格式

自主优化步骤，兼顾效率与正确性

严格按指令执行，无自主优化

举例向 DeepSeek-V3 和 DeepSeek-R1 模型提出需求：

任务类型	使用模型	提示语侧重点	示例	需避免的提示策略
数学证明	DeepSeek-R1	直接提问，无需分步引导	“证明勾股定理”	冗余拆解（如“先画图，再列公式”）
DeepSeek-V3	显式要求分步思考，提供示例	“请分三步推导勾股定理，参考： 1. 画直角三角形 … ”	直接提问（易跳过关键步骤）
创意写作	DeepSeek-V3	鼓励发散性，设定角色/风格	“以海明威的风格写一个冒险故事”	过度约束逻辑（如“按时间顺序列出”）
DeepSeek-V3	需明确约束目标，避免自由发挥	“写一个包含‘量子’和‘沙漠’短篇小说，不超过200字 ”	开放式指令（如“ 自由创作 ”）
代码生成	DeepSeek-V3	细化步骤，明确输入输出格式	“先解释快速排序原理，再写出代码并测试示例”	模糊需求（如“写个排序代码”）
DeepSeek-R1	简洁需求，信任模型逻辑	“用Python实现快速排序”	分步指导（如“先写递归函数”）
多轮对话	DeepSeek-V3	自然交互，无需结构化指令	“你觉得人工智能的未来会怎样？”	强制逻辑链条（如“分三点回答”）
DeepSeek-V3	需明确对话目标，避免开放发散	“从技术、伦理、经济三方面分析 AI 的未来”	情感化提问（如“你害怕AI吗？”）
逻辑分析	DeepSeek-R1	直接抛出复杂问题	“分析‘电车难题’中的功利主义与道德主义冲突”	添加主观引导（如“你认为哪种对？”）
DeepSeek-V3	需拆分问题，逐步追问	“先解释电车难题的定义，再对比两种伦理观的差异”	一次性提问复杂逻辑

任务类型

使用模型

提示语侧重点

示例

需避免的提示策略

数学证明

DeepSeek-R1

直接提问，无需分步引导

“证明勾股定理”

冗余拆解（如“先画图，再列公式”）

DeepSeek-V3

显式要求分步思考，提供示例

“请分三步推导勾股定理，参考：
1. 画直角三角形 … ”

直接提问（易跳过关键步骤）

创意写作

DeepSeek-V3

鼓励发散性，设定角色/风格

“以海明威的风格写一个冒险故事”

过度约束逻辑（如“按时间顺序列出”）

DeepSeek-V3

需明确约束目标，避免自由发挥

“写一个包含‘量子’和‘沙漠’短篇小说，不超过200字 ”

开放式指令（如“ 自由创作 ”）

代码生成

DeepSeek-V3

细化步骤，明确输入输出格式

“先解释快速排序原理，再写出代码并测试示例”

模糊需求（如“写个排序代码”）

DeepSeek-R1

简洁需求，信任模型逻辑

“用Python实现快速排序”

分步指导（如“先写递归函数”）

多轮对话

DeepSeek-V3

自然交互，无需结构化指令

“你觉得人工智能的未来会怎样？”

强制逻辑链条（如“分三点回答”）

DeepSeek-V3

需明确对话目标，避免开放发散

“从技术、伦理、经济三方面分析 AI 的未来”

情感化提问（如“你害怕AI吗？”）

逻辑分析

DeepSeek-R1

直接抛出复杂问题

“分析‘电车难题’中的功利主义与道德主义冲突”

添加主观引导（如“你认为哪种对？”）

DeepSeek-V3

需拆分问题，逐步追问

“先解释电车难题的定义，再对比两种伦理观的差异”

一次性提问复杂逻辑