如何访问DeepSeek r1的替代方案？

最近很多人因为使用限制和注册限制而难以获取DeepSeek r1。然而，你可以使用其他提供商来访问DeepSeek r1及其相关模型。

让我们从 deepseek-r1-distill-qwen-32b 开始吧，所以它最容易获取，并且可能在成本、性能和速度之间提供了最佳平衡。

deepseek-r1-distill-qwen-32b 是 r1 的蒸馏版本。该模型通过一种称为知识蒸馏的技术，将大模型的知识转移到一个小模型中，也就是制作而成的。特别是，32b qwen 模型在多个基准测试中表现突出，尤其是在编程方面。

目前只有一个服务商可以为任何人使用此模型：Glama Gateway。此外，你请注意你需要大约80GB的VRAM，以便自行托管此模型。

服务商：

• https://glama.ai/models/deepseek-r1-distill-qwen-32b

32b的优势在于价格和响应速度。它比官方DeepSeek的r1更便宜，响应速度比r1稍微快一点。

这是一个深度学习模型的名字。

70b版本的 llama 模型也是 DeepSeek r1 的一个精简版。它基于 llama 模型，也就是说，有更多的提供商。

Groq是能够使用这一模型的知名供应商之一。

https://console.groq.com/docs/models （该链接指向Groq控制台中的模型文档。）

使用Groq的一个好处是它非常快，该模型每秒可以处理多达300多个tokens。

缺点是该模型的速率限制非常严格。根据你的具体需求，当前的速率限制（每分钟30K个令牌）可能不足以满足需求。

您也可以通过Glama — deepseek-r1-distill-llama-70b 访问该模型。作为网关服务商，Glama 稍微放宽了速率限制，并且每分钟最多可以处理 60k 个 token。

还有这些提供商需要评估：

• https://deepinfra.com/deepseek-ai/DeepSeek-R1-Distill-Llama-70B
• https://novita.ai/models/llm/deepseek-deepseek-r1-distill-llama-70b

当我发现其他提供商时，我会更新这篇文章。

如果你打算自己托管这个模型，请记得它需要大量的显存（140GB）。虽然可以使用配置较低的机器来托管它，但性能会很差劲。

最后，如果你想要获取deepseek-r1，你最好的选择仍然是等待deepseek.com解决需求积压。据说他们正在经历DDoS攻击，因此新用户注册目前受限。

其他几个号称提供 R1 的服务商：

• https://novita.ai/models/llm/deepseek-deepseek-r1 深渊探寻R1
• https://fireworks.ai/models/fireworks/deepseek-r1 深渊探寻R1

我特别提到“宣称提供”，因为目前很多项目暂时无法满足需求。即便你注册了，也可能遇到限流。

不幸的是，对于大多数人来说，自己托管r1并不是一个实际的选择。这是一个671b参数的模型，这意味着你需要至少1,342 vRAM的内存来运行它，这对于任何家庭用户来说都是难以实现的。

如果你发现了其他服务提供商，请在下面留言，我会把它们添加到列表里。

还有许多其他精简版本可供选择。如果你想在本地运行模型，你可以参考GitHub仓库中的基准来评估这些版本。一些较小的模型（如1.5B和7B版本）在你的本地机器上运行起来相对合理，性能也相当不错。