← Alle ModelleMODELL-CHECK

Kann ich DeepSeek-OCR lokal ausführen?

DeepSeek-OCR von DeepSeek benötigt bei der empfohlenen 4-Bit-Quantisierung rund 4 GB RAM (1.8 GB Download). Ihre Hardware wird unten geprüft — sofort, und nichts verlässt Ihren Browser. Rechnen Sie mit rund ~886 tok/s auf einem NVIDIA RTX 3060 12GB.

Hardware-Signale werden ausgelesen…

Technische Daten

Parameter3B (0.57B aktiv)
Kontextfenster8K Token
AnbieterDeepSeek
LizenzMIT
Veröffentlicht2025-10
Am besten fürBilderkennung

Größe nach Quantisierung

QuantisierungBits/GewichtDownloadMin. RAMQualität
Q2_K3.351.3 GB4 GBSpürbarer Verlust
Q4_K_MEmpfohlen4.851.8 GB4 GBEmpfohlen
Q5_K_M5.652.1 GB6 GBHoch
Q8_08.53.2 GB6 GBNahezu Original
F16166.0 GB12 GBOriginal

Die Größen sind Schätzungen aus Parameterzahl × Bits pro Gewicht; echte GGUF-Builds weichen leicht ab. · Daten aktualisiert: 2026-06-11 · So berechnen wir diese Zahlen →

Speicherbedarf nach Kontextlänge

KontextKV-Cache (geschätzt)Gesamtspeicher (Q4)
4K Token~0.3 GB~2.1 GB
8K Token~0.7 GB~2.5 GB

Der KV-Cache wächst mit der Kontextlänge — ein Modell, das bei 4K passt, kann bei 32K an die Speichergrenze stoßen. Die Schätzungen gehen von einem FP16-Cache mit Grouped-Query-Attention aus; der tatsächliche Verbrauch variiert je nach Runtime.

Geschätzte Geschwindigkeit nach Hardware

HardwareBandbreite~Geschwindigkeit
NVIDIA RTX 3060 12GB360 GB/s~886 tok/s
NVIDIA RTX 4090 24GB1008 GB/s~2479 tok/s
Apple M-series (base)100 GB/s~246 tok/s
Apple M-series Pro270 GB/s~664 tok/s
Apple M-series Max410 GB/s~1009 tok/s
CPU only (dual-channel DDR5)60 GB/s~148 tok/s

Die Token-Generierung ist durch die Speicherbandbreite begrenzt: tok/s ≈ Bandbreite × 0,85 ÷ Modellgröße bei Q4. Reale Werte variieren je nach Runtime und Kontextlänge.

Lokal ausführen

Der einfachste Weg ist Ollama — ein Befehl und Sie chatten:

ollama run deepseek-ocr:3b

Häufig gestellte Fragen

DeepSeek-OCR Systemanforderungen — Kann ich es lokal ausführen?