DeepSeek-OCR 3B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
All 3B parameters stay resident — about 2.6 GB at Q4_K_M, so it runs on effectively any modern GPU — while the MoE decoder activates 6 of 64 routed experts plus 2 shared, roughly 570M parameters per token. Token budgets are explicit and chosen per page: Tiny 64 tokens at 512x512, Small 100 at 640x640, Base 256 at 1024x1024, Large 400 at 1280x1280, and a Gundam mode composing several 640x640 views with one 1024x1024 global view. 8,192-token sequence length. MIT licensed.
DeepSeek-OCR 3B 在 Q4_K_M 下约需 3 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。仅含权重与开销：该模型架构未公开，因此未计入 KV 缓存。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 1.8 GB | ~328 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 2.1 GB | ~320 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 2.6 GB | ~307 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 2.9 GB | ~300 tok/s | 可运行 | |
| Q6_K 6.56 bpw | 3.3 GB | ~292 tok/s | 可运行 | |
| Q8_0 8.50 bpw | 4 GB | ~278 tok/s | 可运行 | |
| F16 16.00 bpw | 6.8 GB | ~232 tok/s | 可运行 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. DeepSeek-OCR 3B 显存计算器 →
运行 DeepSeek-OCR 3B
目录中能运行 DeepSeek-OCR 3B 的最便宜 GPU 是 Intel Arc B570 (10 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 DeepSeek-OCR 3B
安装 Ollama，然后运行：
ollama run deepseek-ocr规格
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- 参数量
- 3 Billion (570M active)
- 上下文窗口
- 8,192
- 架构
- DeepEncoder + DeepSeek-3B MoE decoder
- 提供商
- DeepSeek
- 许可证
- MIT
- Practical deployment
- Edge device (phone, SBC)
- 规格量化
- Q4_K_M
- 系统内存
- 8 GB
- 记录更新于
- 2026-09-11
Commercial use permitted. No usage restrictions beyond attribution.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 DeepSeek-OCR 3B 吗？
DeepSeek-OCR 3B — 常见问题
How much VRAM does DeepSeek-OCR 3B need?
About 3 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does DeepSeek-OCR 3B run on an RTX 4090 (24 GB)?
Yes. DeepSeek-OCR 3B needs about 3 GB at Q4_K_M, inside a 24 GB card, at an estimated 307 tokens/sec.
How do I run DeepSeek-OCR 3B locally?
Install Ollama and run `ollama run deepseek-ocr`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.