Posso rodar o DeepSeek R1 32B?

O DeepSeek R1 32B é um modelo de raciocínio para quem quer rodar cadeia de pensamento localmente, e não um bate-papo rápido. Com 32.8B de parâmetros, não é um download casual: um quant de 4 bits ocupa cerca de 19.9 GB, e você vai querer ao menos 32 GB de RAM para rodá-lo com folga. Ele não cabe numa placa de 12 GB como a RTX 3060, então, na prática, você precisa de uma GPU de 24 GB, um Mac Apple Silicon com bastante memória ou uma workstation com RAM de sobra. Se você tem esse hardware, é um dos melhores modelos de raciocínio de pesos abertos que dá para hospedar por conta própria.

No dia a dia, ele pensa em voz alta antes de responder, o que é o propósito mas também o custo: cada resposta gasta tokens raciocinando, então a velocidade bruta importa. Numa RTX 4090 dá para esperar cerca de 43 tokens por segundo em 4 bits, rápido o bastante para o fluxo de raciocínio visível continuar legível; num Apple M Max cai para uns 18 tok/s, e numa CPU com DDR5 ele se arrasta a cerca de 3 tok/s, viável para tarefas em lote mas não interativo. O contexto de 128K é generoso, mas preenchê-lo sai caro aqui: na janela cheia a memória total sobe para cerca de 51.6 GB, então planeje uma máquina parruda ou mantenha o contexto modesto.

Frente ao Qwen 3 32B, que tem o mesmo tamanho e também lida com raciocínio, o DeepSeek R1 32B tende a apostar mais forte na deliberação explícita passo a passo, enquanto o Qwen 3 32B costuma parecer mais equilibrado para trabalho misto de chat com raciocínio. O traço marcante do R1 32B é justamente esse rastro de raciocínio visível: para matemática, lógica e problemas de múltiplos passos em que você quer ver e conferir o que o modelo fez, é difícil de superar nesse tamanho. Ele vem sob a licença MIT, então você pode usá-lo comercialmente e em produção, sem os termos específicos de provedor que acompanham algumas famílias de pesos abertos.