Meilleure distillation DeepSeek pour votre GPU (2026)
Par Hans Kuepper · Fondateur de PromptQuorum · Moteur de découverte de l'IA open-weight et open source
Associez votre GPU à une distillation DeepSeek-R1 en une ligne : la RTX 3060 12GB exécute la 7B, la RTX 4060 Ti 16GB la 14B, la RTX 4090 la 32B (surpasse o1-mini selon les résultats publiés par DeepSeek) et le double GPU la 70B. Sur une carte de 8 Go, exécutez DeepSeek-R1-0528-Qwen3-8B — l'une des meilleures petites distillations de raisonnement à sa sortie. Toutes les commandes utilisent Q4_K_M par défaut. Situation : R1 n'est plus la génération actuelle de DeepSeek (c'est DeepSeek-V4), mais ces distillés sont des publications open-weight distinctes qui tournent toujours en local. La comparaison avec o1-mini est historique : OpenAI a arrêté o1-mini le 27 octobre 2025.
Points clés
- ✓R1 n'est plus la génération actuelle de DeepSeek : c'est DeepSeek-V4 (Flash et Pro, poids ouverts sous licence MIT). Les distillés R1 sont des publications open-weight distinctes et tournent toujours en local.
- ✓RTX 3060 12GB → distillation 7B ; RTX 4060 Ti 16GB → 14B (le bon équilibre) ; RTX 4090 → 32B (surpasse o1-mini).
- ✓Double GPU ou 48 Go → distillation 70B, la plus performante des six.
- ✓Sur 8 Go, le meilleur petit modèle est DeepSeek-R1-0528-Qwen3-8B.
- ✓Chaque modèle s'installe en Q4_K_M avec une seule commande, par ex. `ollama run deepseek-r1:14b`.
- ✓Réglez la température sur 0.6 et n'utilisez aucun system prompt, comme le recommande DeepSeek, pour éviter les répétitions sans fin.
- ✓Il s'agit de la famille de raisonnement R1 — pas de DeepSeek-V3, qui est un modèle de chat.

Cette page contient des liens de référence vers des produits tiers. PromptQuorum n'est inscrit à aucun programme d'affiliation — ce sont de simples liens qui ne génèrent aucune commission. Cliquer sur les liens et vos prochaines étapes relèvent entièrement de votre responsabilité. Toute recommandation sur cette page reflète notre propre lecture des pages publiques des fournisseurs, et non une approbation des fournisseurs ni un test.
Réponse rapide
Repérez votre carte : RTX 3060 12GB → 7B, RTX 4070 12GB → 8B (14B seulement avec un contexte court), RTX 4060 Ti 16GB / 4070 Ti Super / 4080 → 14B, RTX 4090 → 32B, double GPU/48 Go → 70B. La 32B exige à elle seule ~20 Go pour les poids : elle ne tient donc pas sur une carte de 12 ou 16 Go. Pour le meilleur petit modèle sur 8 Go, exécutez DeepSeek-R1-0528-Qwen3-8B (`ollama run deepseek-r1:8b`). Chaque modèle s'exécute avec une seule commande 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 (recommandé)
- ▸RTX 4070 12GB → deepseek-r1:8b (14B seulement en contexte court) — ~30–40 tok/s
- ▸RTX 4070 Ti Super / 4080 16GB → deepseek-r1:14b — ~40–50 tok/s (la 32B ne tient pas)
- ▸RTX 4090 24GB → deepseek-r1:32b — ~30–40 tok/s, surpasse o1-mini
- ▸Double GPU / 48 Go → deepseek-r1:70b — ~12–18 tok/s
- ▸Carte de 8 Go, meilleur petit → DeepSeek-R1-0528-Qwen3-8B
GPU → distillation DeepSeek-R1 → commande Ollama
Repérez votre GPU dans la première colonne et lisez la ligne. Les valeurs tok/s sont des estimations indicatives pour des charges de raisonnement Q4_K_M, et non des mesures de PromptQuorum ; elles varient selon la longueur du contexte, les réglages d'échantillonnage et le matériel. Lorsque deux modèles tiennent, le plus grand raisonne mieux, le plus petit est plus rapide.
| GPU (VRAM) | Meilleure distillation | Commande Ollama | tok/s attendus |
|---|---|---|---|
| RTX 3060 12GB (palier 8 Go) | DeepSeek-R1-Distill-Qwen-7B | ollama run deepseek-r1:7b | ~30–40 |
| 8 Go, meilleur petit | 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 ou 14B (contexte court) | ollama run deepseek-r1:8b | ~30–40 |
| RTX 4070 Ti Super / 4080 16GB | 14B (la 32B ne tient pas) | ollama run deepseek-r1:14b | ~40–50 |
| RTX 4090 24GB | DeepSeek-R1-Distill-Qwen-32B | ollama run deepseek-r1:32b | ~30–40 |
| Double GPU / 48 Go | DeepSeek-R1-Distill-Llama-70B | ollama run deepseek-r1:70b | ~12–18 |
Comment utiliser ce tableau en 3 étapes
Quatre lignes : (1) repérez votre GPU et sa VRAM, (2) installez Ollama et lancez la commande correspondante, (3) vérifiez avec `ollama ps` que le modèle est entièrement sur le GPU, (4) réglez la température à 0,6 et videz le prompt système. Si un modèle est trop lent, descendez d'un palier ; s'il vous reste de la VRAM, montez d'un palier pour un meilleur raisonnement.
V3 vs R1 : ce tableau ne concerne que R1
**DeepSeek-R1 est la famille de raisonnement qu'installent ces commandes ; DeepSeek-V3 est un modèle de chat distinct.** N'attendez pas une expérience V3 de ces distillations — elles sont réglées pour montrer un raisonnement étape par étape en mathématiques et en logique. V3 est en outre un MoE 671B non exécutable sur du matériel grand public ; voir la [fiche matériel DeepSeek-V3](/fr/prompt-bites/deepseek-v3-local-hardware-requirements).
**Mise à jour :** la génération actuelle de DeepSeek est DeepSeek-V4 (Flash et Pro), publiée en poids ouverts sous licence MIT (préversion : 24 avril 2026). L'API de DeepSeek sert désormais V4 : les alias deepseek-chat (génération V3) et deepseek-reasoner (génération R1) ont été annoncés comme totalement retirés après le 24 juillet 2026. Les distillés R1 sont des publications open-weight distinctes, ne faisaient pas partie de cet avis et tournent toujours en local. V4 n'est pas un modèle pour GPU grand public : V4-Pro compte 1.6T de paramètres au total (49B actifs) et le V4-Flash d'origine 284B (13B actifs). Même en précision 4 bits (nombre de paramètres × 0.5 octet), les seuls poids demandent environ 140 Go (Flash) à 800 Go (Pro), et les fiches de modèle de DeepSeek n'indiquent aucune exigence GPU. Pour du raisonnement sur un seul GPU grand public, les distillés restent le choix pratique.
Guides associés
- ▸Fiche VRAM des distillations DeepSeek-R1 — chaque distillation par quant (Q4_K_M, Q8, FP16) avec VRAM et GPU minimal
- ▸Meilleur modèle de raisonnement local 2026 : DeepSeek-R1 classé — le guide classé complet avec benchmarks et paliers
- ▸Configuration matérielle locale DeepSeek-V3 — le pendant du modèle de chat V3
Questions fréquentes
DeepSeek-R1 est-il toujours le modèle actuel de DeepSeek ?▾
Quelle distillation DeepSeek tourne sur une RTX 4090 ?▾
Quelle distillation DeepSeek-R1 tient dans 16 Go de VRAM ?▾
Une RTX 4070 peut-elle exécuter deepseek-r1:32b ?▾
Quelle est la meilleure distillation DeepSeek pour un GPU de 8 Go ?▾
Pourquoi ma distillation est-elle lente ?▾
Dois-je choisir une quantisation ?▾
Vous voulez les détails complets ?
Lire le guide complet →Prompt Bites associés