Mejor destilación DeepSeek para tu GPU (2026)
Empareja tu GPU con una destilación DeepSeek-R1 en una línea: la RTX 3060 12GB ejecuta la 7B, la RTX 4060 Ti 16GB la 14B, la RTX 4090 la 32B (supera a o1-mini según los resultados publicados por DeepSeek) y la doble GPU la 70B. En una tarjeta de 8 GB, ejecuta DeepSeek-R1-0528-Qwen3-8B, una de las mejores destilaciones de razonamiento pequeñas en su lanzamiento. Todos los comandos usan Q4_K_M por defecto. Situación: R1 ya no es la generación actual de DeepSeek (lo es DeepSeek-V4), pero estos destilados son lanzamientos de pesos abiertos independientes que siguen ejecutándose en local. La comparación con o1-mini es histórica: OpenAI dio de baja o1-mini el 27 de octubre de 2025.
Conclusiones clave
- ✓R1 ya no es la generación actual de DeepSeek: lo es DeepSeek-V4 (Flash y Pro, pesos abiertos con licencia MIT). Los destilados de R1 son lanzamientos de pesos abiertos independientes y siguen ejecutándose en local.
- ✓RTX 3060 12GB → destilación 7B; RTX 4060 Ti 16GB → 14B (el punto óptimo); RTX 4090 → 32B (supera a o1-mini).
- ✓Doble GPU o 48 GB → destilación 70B, la más potente de las seis.
- ✓En 8 GB, el mejor modelo pequeño es DeepSeek-R1-0528-Qwen3-8B.
- ✓Cada modelo se instala en Q4_K_M con un comando, p. ej. `ollama run deepseek-r1:14b`.
- ✓Ajusta la temperatura a 0.6 y no uses system prompt, como recomienda DeepSeek, para evitar repeticiones interminables.
- ✓Esta es la familia de razonamiento R1, no DeepSeek-V3, que es un modelo de chat.
Esta página contiene enlaces de referencia a productos de terceros. PromptQuorum no participa en ningún programa de afiliados — son enlaces simples que no generan comisión. Hacer clic en los enlaces y los pasos siguientes son de tu entera responsabilidad. Estos enlaces no representan ningún respaldo ni verificación por parte de PromptQuorum.
Respuesta rápida
Localiza tu tarjeta: RTX 3060 12GB → 7B, RTX 4070 12GB → 8B (14B solo con contexto corto), RTX 4060 Ti 16GB / 4070 Ti Super / 4080 → 14B, RTX 4090 → 32B, doble GPU/48 GB → 70B. La 32B necesita ~20 GB solo para los pesos, así que no cabe en tarjetas de 12 ni 16 GB. Para el mejor modelo pequeño en 8 GB, ejecuta DeepSeek-R1-0528-Qwen3-8B (`ollama run deepseek-r1:8b`). Cada una se ejecuta con un solo comando de Ollama en Q4_K_M.
- ▸RTX 3060 12GB → deepseek-r1:7b — ~30–40 tok/s
- ▸RTX 4060 Ti 16GB → deepseek-r1:14b — ~25–35 tok/s (recomendado)
- ▸RTX 4070 12GB → deepseek-r1:8b (14B solo con contexto corto) — ~30–40 tok/s
- ▸RTX 4070 Ti Super / 4080 16GB → deepseek-r1:14b — ~40–50 tok/s (la 32B no cabe)
- ▸RTX 4090 24GB → deepseek-r1:32b — ~30–40 tok/s, supera a o1-mini
- ▸Doble GPU / 48 GB → deepseek-r1:70b — ~12–18 tok/s
- ▸Tarjeta de 8 GB, mejor pequeño → DeepSeek-R1-0528-Qwen3-8B
GPU → destilación DeepSeek-R1 → comando Ollama
Localiza tu GPU en la primera columna y lee la fila. Las cifras de tok/s son estimaciones orientativas para cargas de razonamiento Q4_K_M, no mediciones de PromptQuorum, y varían según la longitud del contexto, los ajustes de muestreo y el hardware. Cuando caben dos modelos, el más grande razona mejor; el más pequeño es más rápido.
| GPU (VRAM) | Mejor destilación | Comando Ollama | tok/s esperados |
|---|---|---|---|
| RTX 3060 12GB (nivel 8 GB) | DeepSeek-R1-Distill-Qwen-7B | ollama run deepseek-r1:7b | ~30–40 |
| 8 GB, mejor pequeño | DeepSeek-R1-0528-Qwen3-8B | ollama run deepseek-r1:8b | ~30–40 |
| RTX 4060 Ti 16GB | DeepSeek-R1-Distill-Qwen-14B | ollama run deepseek-r1:14b | ~25–35 |
| RTX 4070 12GB | 8B, o 14B (contexto corto) | ollama run deepseek-r1:8b | ~30–40 |
| RTX 4070 Ti Super / 4080 16GB | 14B (la 32B no cabe) | ollama run deepseek-r1:14b | ~40–50 |
| RTX 4090 24GB | DeepSeek-R1-Distill-Qwen-32B | ollama run deepseek-r1:32b | ~30–40 |
| Doble GPU / 48 GB | DeepSeek-R1-Distill-Llama-70B | ollama run deepseek-r1:70b | ~12–18 |
Cómo usar esta tabla en 3 pasos
Cuatro líneas: (1) localiza tu GPU y su VRAM, (2) instala Ollama y ejecuta el comando correspondiente, (3) comprueba con `ollama ps` que el modelo está entero en la GPU, (4) fija la temperatura en 0,6 y vacía el prompt del sistema. Si un modelo es demasiado lento, baja un nivel; si te sobra VRAM, sube un nivel para razonar mejor.
V3 vs R1: esta tabla es solo para R1
**DeepSeek-R1 es la familia de razonamiento que instalan estos comandos; DeepSeek-V3 es un modelo de chat aparte.** No esperes una experiencia V3 de estas destilaciones: están ajustadas para mostrar razonamiento paso a paso en matemáticas y lógica. Además, V3 es un MoE de 671B y no se puede ejecutar en hardware de consumo; consulta la [ficha de hardware de DeepSeek-V3](/es/prompt-bites/deepseek-v3-local-hardware-requirements).
**Actualización:** la generación actual de DeepSeek es DeepSeek-V4 (Flash y Pro), publicada como pesos abiertos con licencia MIT (versión preliminar: 24 de abril de 2026). La API de DeepSeek ya sirve V4: los alias deepseek-chat (generación V3) y deepseek-reasoner (generación R1) se anunciaron como totalmente retirados después del 24 de julio de 2026. Los destilados de R1 son lanzamientos de pesos abiertos independientes, no formaban parte de ese aviso y siguen ejecutándose en local. V4 no es un modelo para GPU de consumo: V4-Pro tiene 1.6T de parámetros en total (49B activos) y el V4-Flash original 284B (13B activos). Incluso con precisión de 4 bits (parámetros × 0.5 bytes), solo los pesos requieren unos 140 GB (Flash) a 800 GB (Pro), y las fichas de modelo de DeepSeek no indican ningún requisito de GPU. Para razonamiento en una sola GPU de consumo, los destilados siguen siendo la opción práctica.
Guías relacionadas
- ▸Chuleta de VRAM de destilaciones DeepSeek-R1 — cada destilación por cuantización (Q4_K_M, Q8, FP16) con VRAM y GPU mínima
- ▸Mejor modelo de razonamiento local 2026: DeepSeek-R1 clasificado — la guía completa clasificada con benchmarks y niveles
- ▸Requisitos de hardware local de DeepSeek-V3 — la contraparte del modelo de chat V3
Preguntas frecuentes
¿Sigue siendo DeepSeek-R1 el modelo actual de DeepSeek?▾
¿Qué destilación DeepSeek se ejecuta en una RTX 4090?▾
¿Qué destilación DeepSeek-R1 cabe en 16 GB de VRAM?▾
¿Puede una RTX 4070 ejecutar deepseek-r1:32b?▾
¿Cuál es la mejor destilación DeepSeek para una GPU de 8 GB?▾
¿Por qué va lenta mi destilación?▾
¿Necesito elegir una cuantización?▾
¿Quieres el desglose completo?
Leer la guía completa →Prompt Bites relacionados