Puis-je faire tourner DeepSeek R1 1.5B ?

DeepSeek R1 1.5B est un modèle de raisonnement distillé, et le mot a son importance : il est conçu pour dérouler son raisonnement à voix haute face à un problème plutôt que pour bavarder avec aisance. Avec ses 1.8B de paramètres, il est minuscule. Une quantification en 4 bits tombe autour de 1.1 GB, et même la version 8 bits ne pèse que 1.9 GB, ce qui le fait tenir largement sous les 3 GB de RAM minimum. Autrement dit, il tourne partout : un vieux portable, une carte de la classe Raspberry Pi, un téléphone, ou comme assistant en arrière-plan qui touche à peine votre GPU. Récupérez-le avec ollama run deepseek-r1:1.5b et vous êtes opérationnel en quelques secondes.

À l'usage quotidien, il est vraiment rapide. Sur une RTX 3060, comptez environ 280 tokens par seconde, une 4090 grimpe à près de 785, et une puce Apple M-series Max se situe autour de 319 : la réponse visible dépend donc davantage de la durée de son raisonnement que de la vitesse brute. Même en CPU pur sur de la DDR5, il atteint à peu près 47 tokens par seconde. Le contexte de 128K est le piège : ce modèle consomme des tokens pour sa propre chaîne de pensée, et remplir cette fenêtre fait grimper la mémoire totale à environ 9.7 GB, bien au-delà de l'empreinte au repos. Gardez un contexte de travail modéré et laissez-le réfléchir par courtes salves.

Honnêtement, à cette taille, le raisonnement est aléatoire sur tout ce qui demande plusieurs étapes ; ses grands frères DeepSeek R1 7B et R1 8B sont bien plus fiables quand la réponse compte vraiment, et Qwen 3 1.7B est le meilleur choix si vous voulez surtout du chat classique plutôt qu'un raisonnement visible. Là où le 1.5B l'emporte, c'est l'accessibilité : c'est le moyen le plus léger de voir des traces de raisonnement à la R1 tourner en local, et il le fait sur du matériel où rien d'autre ne passe. La licence MIT est le bonus, totalement ouverte et libre d'usage commercial, sans aucune contrainte.