Posso rodar o DeepSeek R1 1.5B?

O DeepSeek R1 1.5B é um modelo de raciocínio destilado, e essa palavra importa: ele foi ajustado para pensar em voz alta ao longo de um problema, em vez de bater papo de forma leve. Com 1.8B de parâmetros, é minúsculo. Um quant de 4-bit fica em torno de 1.1 GB, e até a versão de 8-bit tem só 1.9 GB, então cabe bem abaixo dos 3 GB de RAM mínima. Isso significa que ele roda em qualquer lugar: um notebook antigo, uma placa do tipo Raspberry Pi, um celular ou como auxiliar em segundo plano que mal toca na sua GPU. Baixe com ollama run deepseek-r1:1.5b e você está rodando em segundos.

No uso diário ele é realmente rápido. Numa RTX 3060 dá para esperar cerca de 280 tokens por segundo, uma 4090 chega perto de 785, e um Apple M-series Max fica em torno de 319, então a resposta visível depende mais de quanto tempo ele raciocina do que da velocidade bruta. Mesmo em CPU pura com DDR5 ele alcança uns 47 tokens por segundo. O contexto de 128K é a pegadinha: este modelo gasta tokens na própria cadeia de raciocínio, e encher essa janela leva a memória total a cerca de 9.7 GB, bem acima do consumo ocioso. Mantenha o contexto de trabalho enxuto e deixe-o pensar em rajadas curtas.

Sendo honesto, neste tamanho o raciocínio é instável em qualquer coisa com várias etapas; seus irmãos maiores DeepSeek R1 7B e R1 8B são bem mais confiáveis quando a resposta de fato importa, e o Qwen 3 1.7B é a melhor escolha se você quer principalmente conversa direta em vez de raciocínio visível. Onde o 1.5B vence é no alcance: é a forma mais enxuta de ver traços de raciocínio no estilo R1 rodando localmente, e ele faz isso em hardware onde nada mais roda. A licença MIT é o bônus, totalmente aberta e livre para uso comercial, sem amarras.