¿Puedo ejecutar DeepSeek R1 32B?

DeepSeek R1 32B es un modelo de razonamiento pensado para quienes quieren ejecutar cadenas de pensamiento en local en lugar de un chat rápido. Con sus 32.8B de parámetros no es una descarga ligera: un cuantizado de 4 bits ocupa unos 19.9 GB y conviene tener al menos 32 GB de RAM para moverlo con holgura. No entra en una tarjeta de 12 GB como una RTX 3060, así que en la práctica necesitas una GPU de 24 GB, un Mac con Apple Silicon de mucha memoria o una estación de trabajo con bastante RAM de sistema. Si tienes ese hardware, es uno de los mejores modelos de razonamiento de pesos abiertos que puedes autoalojar.

En el día a día piensa en voz alta antes de responder, que es justo su gracia pero también su coste: cada respuesta gasta tokens razonando, así que la velocidad bruta importa. En una RTX 4090 puedes esperar unos 43 tokens por segundo a 4 bits, lo bastante rápido como para que el flujo de razonamiento visible se siga leyendo cómodamente; en un Apple M Max baja a unos 18 tok/s, y en una CPU con DDR5 se arrastra a unos 3 tok/s, viable para trabajos por lotes pero no para uso interactivo. El contexto de 128K es generoso, pero llenarlo aquí sale caro: con la ventana completa la memoria total sube a unos 51.6 GB, así que prevé una máquina potente o mantén el contexto contenido.

Frente a Qwen 3 32B, que es del mismo tamaño y también razona, DeepSeek R1 32B tiende a apoyarse más en la deliberación explícita paso a paso, mientras que Qwen 3 32B suele sentirse más equilibrado para trabajo mixto de chat y razonamiento. El rasgo distintivo de R1 32B es esa traza de razonamiento visible: para matemáticas, lógica y problemas de varios pasos donde quieres ver y comprobar cómo trabaja el modelo, es difícil de superar en este tamaño. Se distribuye bajo licencia MIT, así que puedes usarlo comercialmente y en producción sin los términos específicos del proveedor que arrastran algunas familias de pesos abiertos.