DeepSeek V3.2 — DeepSeek 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
DeepSeek 2026年初的V3进化版。V3.2（671B总参数，37B活跃参数）专注于改进长上下文推理、工具使用和智能体任务。在大多数基准测试中对标GPT-4o级别性能，MIT许可证完全开源。
变体
DeepSeek V3.2 最小的变体在 Q4_K_M 下约需 414 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| DeepSeek V3.2 671B → 671B/37B active | ~414.4 GB | 128,000 | ollama run deepseek-v3.2:671b-q4 | |
| DeepSeek V3.2 685B 685B | ~414.4 GB | 128,000 | ollama run deepseek-v3-2 |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 DeepSeek V3.2
安装 Ollama，然后拉取标签。
ollama run deepseek-v3.2:671b-q4在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: DeepSeek V3.2 671B, DeepSeek V3.2 685B我的 GPU 能运行 DeepSeek V3.2 吗？
DeepSeek V3.2 — 常见问题
How much VRAM does DeepSeek V3.2 need?
DeepSeek V3.2 needs about 414 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: DeepSeek V3.2 671B (414 GB, Q4_K_M); DeepSeek V3.2 685B (414 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run DeepSeek V3.2 on an RTX 4090 (24 GB)?
DeepSeek V3.2's smallest variant needs about 414 GB, which exceeds a single RTX 4090 (24 GB). Use multiple GPUs, a higher-VRAM card, or Apple Silicon with large unified memory.
What quantization should I use for DeepSeek V3.2?
Q4_K_M is the best balance of quality and VRAM for DeepSeek V3.2 in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run DeepSeek V3.2 with Ollama?
Install Ollama, then run: ollama run deepseek-v3.2:671b-q4. This downloads DeepSeek V3.2 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.