O Deepseek-R1 está dominando as discussões tecnológicas nos fóruns do Reddit, X e desenvolvedores, com os usuários chamando de “AI do povo” por sua estranha capacidade de rivalizar com modelos pagos como o Google Gemini e o Openai do GPT-4O-tudo sem custar nada.
Deepseek-r1a Raciocínio gratuito e de código aberto IAoferece uma alternativa de privacidade ao modelo O1 de US $ 200/mês da OpenAI, com desempenho comparável em codificação, matemática e solução lógica de problemas. Este guia fornece instruções passo a passo para instalar o Deepseek-R1 localmente e integrá-lo a projetos, economizando mensalmente centenas de dólares.
Por que Deepseek-R1 está tendendo?
Diferentemente dos modelos fechados que prendem os usuários em contratos de assinatura e compartilhamento de dados, o Deepseek-R1 opera totalmente offline quando implantado localmente. Os benchmarks de mídia social mostram que resolvendo problemas de código de leet 12% mais rápido do que Openi’s O1 Modele ao usar apenas 30% dos recursos do sistema. Uma demonstração de Tiktok codificando um rastreador de despesas baseado em Python em 90 segundos acumulou 2,7 milhões de visualizações, com comentários como “Gemini nunca poderia” inundando o tópico. Seu apelo? Sem taxas de API, sem limites de uso e nenhuma conexão obrigatória na Internet.
O que é Deepseek-R1 e como ele se compara ao OpenAi-O1?
O Deepseek-R1 é uma IA de raciocínio revolucionário que usa a aprendizagem de reforço (RL) em vez de ajustar o ajuste fino, alcançando uma pontuação de 79,8%@1 na pontuação do Aime 2024 Math. Ele supera o OpenAI-O1 em eficiência de custos, com a API custa 96,4% mais barata (US $ 0,55 vs. US $ 15 por milhão de tokens de entrada) e a capacidade de executar localmente no hardware do consumidor. O Deepseek-R1 é de código aberto, oferecendo seis modelos destilados que variam de 1,5B a 671B parâmetros para diversas aplicações.
Guia de instalação passo a passo para Deepseek-R1 (local)
Para instalar o Deepseek-R1 usando o Ollama e o Open Web UI, siga estas etapas:
1. Instale Ollama via terminal (macOS/linux):
curl -fsSL https://ollama.com/install.sh | sh ollama -v #check Ollama version
2. Baixe um modelo Deepseek-R1 destilado via Ollama:
# Default 7B model (4.7GB - ideal for consumer GPUs)
ollama run deepseek-r1
# Larger 70B model (requires 24GB+ VRAM)
ollama run deepseek-r1:70b
# Full DeepSeek-R1 (requires 336GB+ VRAM for 4-bit quantization)
ollama run deepseek-r1:671b
3. Configure a interface da web aberta para uma interface privada:
docker run -d -p 3000:8080
--add-host=host.docker.internal:host-gateway
-v open-webui:/app/backend/data
--name open-webui
--restart always
ghcr.io/open-webui/open-webui:main
Acesse a interface em http: // localhost: 3000 e selecione deepseek-r1:latest
. Todos os dados permanecem em sua máquina, garantindo a privacidade.
Como integrar Deepseek-R1 em seus projetos
Deepseek-R1 pode ser integrado localmente ou por meio de sua API em nuvem:
1. Implantação local (privacidade primeiro):
import openai
Connect to your local Ollama instance
client = openai.Client(
base_url="http://localhost:11434/v1",
api_key="ollama" # Authentication-free private access
)
response = client.chat.completions.create(
model="deepseek-r1:XXb ", # change the "XX" by the distilled model you choose
messages=[{"role": "user", "content": "Explain blockchain security"}],
temperature=0.7 # Controls creativity vs precision
)
2. Usando a API oficial de nuvem Deepseek-R1:
import openai from dotenv import load_dotenv import os
load_dotenv()
client = openai.OpenAI(
base_url="https://api.deepseek.com/v1",
api_key=os.getenv("DEEPSEEK_API_KEY")
)
response = client.chat.completions.create(
model="deepseek-reasoner",
messages=[{"role": "user", "content": "Write web scraping code with error handling"}],
max_tokens=1000 # Limit costs for long responses
)
O Deepseek-R1 fornece uma alternativa econômica e focada na privacidade ao OpenAI-O1, ideal para desenvolvedores que buscam economizar dinheiro e manter a segurança dos dados. Para obter mais assistência ou compartilhar experiências, os usuários são incentivados a se envolver com a comunidade.
Crédito da imagem em destaque: Deepseek