DeepSeek-OCR на 3B: модель для распознавания текста на изображениях с экономией токенов.
ollama run deepseek-ocr:3b9 моделей DeepSeek в Ollama: сколько весит каждый размер, какая видеокарта или Mac нужны и какой командой поставить.
DeepSeek-OCR на 3B: модель для распознавания текста на изображениях с экономией токенов.
ollama run deepseek-ocr:3bDeepSeek-V3.1-Terminus на 671B: гибридная модель с режимом рассуждения и без него.
ollama run deepseek-v3.1:671bСемейство открытых моделей DeepSeek с рассуждением: от 1,5B до 671B.
ollama run deepseek-r1:1.5bDeepSeek-V3: смесь экспертов на 671B параметров, из них 37B активны на токен.
ollama run deepseek-v3:671bDeepSeek-V2.5 на 236B: объединяет DeepSeek-V2-Chat и DeepSeek-Coder-V2-Instruct.
ollama run deepseek-v2.5:236bDeepSeek-Coder-V2: открытая MoE-модель для кода на 16B и 236B.
ollama run deepseek-coder-v2:16bDeepSeek-V2: экономичная языковая модель на смеси экспертов, 16B и 236B.
ollama run deepseek-v2:16bDeepSeek Coder: модель для кода, обучена на 2 трлн токенов кода и текста.
ollama run deepseek-coder:1.3bDeepSeek LLM: языковая модель на 7B и 67B, обучена на 2 трлн токенов на двух языках.
ollama run deepseek-llm:7bТолько в облаке Ollama, без файла для скачивания: deepseek-v4-pro, deepseek-v4.1-flash. На своём компьютере их не запустить.
Введите свою видеокарту или Mac в инструменте подбора и выберите задачу — он покажет подходящие варианты DeepSeek и других моделей.
Памяти под модель нужно больше размера файла: сверху идёт кэш контекста и рабочие буферы. Мы считаем так: размер файла из реестра Ollama + 0,6 ГБ и ещё 0,03 ГБ на каждый миллиард параметров на 8K токенов контекста + 0,4 ГБ. Для Mac берём около двух третей объединённой памяти до 36 ГБ и три четверти — от 48 ГБ: столько видеоядру обычно отдаёт macOS. Без видеокарты из оперативной памяти вычитаем 4 ГБ на систему. Это оценка: точную картину покажет команда ollama ps — в колонке PROCESSOR видно, сколько модели легло на видеокарту.