DeepSeek на ПК: установка и запуск

DeepSeek на ПК: какой способ выбрать

Для онлайн-чата откройте chat.deepseek.com по ссылке с deepseek.com. Запросы обрабатывает сервис, скачивать модель не нужно.

При локальном запуске запрос обрабатывает ваш компьютер. Этот способ подходит для работы без сети и обработки документов на своём устройстве.

Что скачивать: модель или DeepSeek Desktop

Официальный сайт содержит ссылки на веб-чат и мобильное приложение. Название DeepSeek Desktop не подтверждает связь с разработчиком. Проверяйте издателя установщика.

Если ищете DeepSeek для Windows, проверьте, где идут вычисления. Окно чата может обращаться к внешнему API. Для офлайн-режима нужны программа запуска и файл модели.

Веса R1 доступны бесплатно. У сторонней оболочки проверьте платные функции, оплату и возврат. Расходы на оборудование или аренду сервера оплачиваются отдельно.

Системные требования к компьютеру

На сентябрь 2026 года требования зависят от программы и выбранного файла. Размер загрузки не равен расходу оперативной памяти: место нужно также системе и контексту диалога.

Как выбрать версию и квантование

У R1 есть полная языковая модель и дистилляты: компактные модели Qwen или Llama, обученные на её рассуждениях. B означает миллиарды параметров.

В библиотеке Ollama метка deepseek-r1:8b соответствует DeepSeek-R1-0528-Qwen3-8B. Ниже приведены размеры файлов на сентябрь 2026 года, а не требования к RAM.

Что означает Q в названии файла

Квантование уменьшает размер весов за счёт точности представления чисел. Более сильное сжатие может ухудшить ответы. Это другой процесс, чем обучение компактной модели.

LM Studio рекомендует варианты от 4 бит, если хватает ресурсов. На слабом ноутбуке начните с 1.5b. Сравните с 7b или 8b на одинаковых вопросах, если хватает памяти.

Проверьте версию на своих задачах: объяснение кода, план письма, разбор текста. Размер файла не гарантирует правильность ответа.

Как установить DeepSeek на компьютер через Ollama

Если памяти мало, замените 8b на 1.5b. Команда run запускает модель; скачивание при каждом диалоге не требуется.

Чтобы хранить веса на другом диске, создайте пользовательскую переменную OLLAMA_MODELS с путём к папке. Полностью закройте Ollama через значок в области уведомлений и запустите снова.

1. Скачайте установщик с ollama.com/download для своей системы.
2. Установите программу. В Windows права администратора не требуются; для самой установки нужно не меньше 4 ГБ на диске.
3. Откройте новое окно PowerShell или командной строки и выполните команду ниже. Первый запуск загрузит веса.
4. Дождитесь приглашения ввода и напишите: «Составьте план инструкции по обработке заявок». После ответа повторите проверку без интернета.

ollama run deepseek-r1:8b

Как запустить нейросеть через LM Studio

Офлайн-чат готов, если новый ответ получен без сети. Поиск моделей, загрузка файлов и обновления требуют интернета.

1. Скачайте подходящую сборку с lmstudio.ai и установите приложение.
2. Откройте Discover и введите DeepSeek R1. Проверьте название модели, автора сборки, размер файла и квантование.
3. Нажмите кнопку загрузки. При необходимости скачайте компоненты для запуска, пока есть интернет.
4. Перейдите в Chat, выберите скачанную модель и загрузите её в память.
5. Отправьте вопрос на русском языке. После первого ответа отключите интернет и задайте новый вопрос.

Настройки, ограничения и частые ошибки

• Не хватает памяти: закройте лишние программы, сократите контекст диалога или выберите меньшую модель.
• Медленный ответ: ollama ps показывает использование CPU и GPU. Оптимизировать настройки стоит после проверки памяти и нагрузки.
• PowerShell не находит ollama: после установки откройте новое окно терминала. Установщик добавляет программу в PATH.
• API не отвечает: убедитесь, что Ollama запущена. В Windows она работает в фоне после установки.
• Без интернета чат перестал отвечать: проверьте, скачаны ли веса и не выбран ли облачный режим.
• Модель уверенно ошибается: проверяйте расчёты, ссылки и выводы. Длинные рассуждения не доказывают правильность ответа.

Подключение по API и Open WebUI

Ollama предоставляет API на http://localhost:11434. По умолчанию сервер слушает только локальный адрес. После загрузки модели выполните в PowerShell тестовый запрос:

Ответ появится в поле response. Для интерфейса в браузере установите Open WebUI по инструкции из источников. Создайте администратора, откройте Settings, Admin, Connections.

Подключите Ollama и выберите модель в чате. В Docker localhost указывает на контейнер: используйте адрес из инструкции для вашей установки.

На отдельном сервере вычисления идут вне вашего ПК. Для общего доступа предусмотрите HTTPS, авторизацию и ограничения. Домашнему офлайн-чату публикация сервера не нужна.

$body = '{"model":"deepseek-r1:8b","prompt":"Hello","stream":false}'
Invoke-RestMethod -Method Post -Uri 'http://localhost:11434/api/generate' -ContentType 'application/json' -Body $body

Документы и приватность

В LM Studio прикрепите документ к чату и задайте вопрос по его содержимому. Обработка документов, включая RAG, работает офлайн. Попросите найти конкретное условие и сверьте ответ с файлом.

Локальные вычисления не защищают сохранённые файлы от других пользователей компьютера. Проверяйте доступ к истории чата и внешние подключения приложений.

Для отключения облачных функций Ollama задайте пользовательскую переменную OLLAMA_NO_CLOUD=1 и перезапустите программу. Облачные модели и веб-поиск станут недоступны.

Для помощника на сайте или автоматизации посмотрите услугу «Внедрение ИИ в бизнес»: /uslugi/vnedrenie-ii/. Стоимость и сроки называем после брифа.