Запуск DeepSeek локально чаще всего упирается в одну и ту же проблему: модель скачана, но отвечает на английском или китайском даже на русские вопросы. Причина обычно не в самой модели — DeepSeek-R1 и её дистилляты неплохо понимают русский язык, — а в отсутствии системного промпта, который явно задаёт язык ответа. Эта особенность легко устраняется настройкой, и ниже разберём весь путь: от выбора версии модели до полноценной русскоязычной работы без интернета.
Локальный запуск даёт три вещи, которых нет у облачного чата: конфиденциальность данных, работу без подключения к сети и отсутствие ограничений на количество запросов. Расплатой за это служат требования к железу — чем крупнее модель, тем больше нужно видеопамяти или оперативной памяти.
Какие версии DeepSeek подходят для локального запуска
Полная версия DeepSeek-R1 содержит сотни миллиардов параметров и на домашнем компьютере не запустится — она рассчитана на серверные кластеры. Для локального использования созданы дистиллированные модели (distill): компактные версии, обученные на ответах большой модели. Они маркируются по размеру: 1.5B, 7B, 8B, 14B, 32B, 70B параметров.
Чем больше параметров, тем качественнее рассуждения и тем лучше модель держит русский язык в длинных ответах. Модели 1.5B–7B подходят для слабых ПК, но склонны переключаться на английский и допускать ошибки в сложных рассуждениях. Оптимальным балансом для русскоязычной работы считаются варианты 14B и 32B — при наличии соответствующего железа.
- 🟢 1.5B–7B — для ноутбуков без дискретной видеокарты, простые задачи
- 🟡 8B–14B — средний уровень, приемлемое качество русского языка
- 🔵 32B — хорошее качество рассуждений, нужна видеокарта с 16–24 ГБ VRAM
- 🔴 70B — максимальное качество, требует топового железа или большого объёма RAM
Требования к железу
Главный ограничивающий фактор — объём видеопамяти (VRAM), если планируется работа на GPU, или оперативной памяти при запуске на CPU. Квантованные версии моделей (формат GGUF, уровни Q4–Q8) занимают заметно меньше места, чем исходные, при умеренной потере качества.
| Модель | Размер файла (Q4) | Минимум VRAM/RAM | Качество русского |
|---|---|---|---|
| DeepSeek-R1-Distill 1.5B | ~1–1.5 ГБ | 4 ГБ RAM | Базовое, частые сбои |
| DeepSeek-R1-Distill 7B | ~4–5 ГБ | 8 ГБ RAM | Среднее |
| DeepSeek-R1-Distill 14B | ~9 ГБ | 12–16 ГБ VRAM | Хорошее |
| DeepSeek-R1-Distill 32B | ~19–20 ГБ | 24 ГБ VRAM | Высокое |
| DeepSeek-R1-Distill 70B | ~40+ ГБ | 48+ ГБ VRAM или 64 ГБ RAM | Максимальное |
Если видеокарты с нужным объёмом памяти нет, модель можно запустить на процессоре — скорость генерации упадёт, но для неспешной работы этого хватает. Точные цифры зависят от уровня квантования конкретного файла, поэтому сверяйтесь с описанием выбранной сборки модели на странице загрузки.
⚠️ Внимание: не скачивайте модели из непроверенных источников. Используйте официальные репозитории DeepSeek на Hugging Face или встроенный каталог Ollama — сторонние раздачи могут содержать модифицированные или вредоносные файлы.
Способ 1: установка через Ollama
Ollama — самый простой путь для запуска DeepSeek локально: программа сама скачивает модель, настраивает окружение и предоставляет интерфейс командной строки. Установщик доступен для Windows, macOS и Linux с официального сайта проекта.
После установки откройте терминал (в Windows — PowerShell или Командная строка) и выполните команду загрузки нужной версии:
ollama run deepseek-r1:14bПри первом запуске начнётся скачивание файла модели — время зависит от скорости соединения. После загрузки откроется диалоговое окно прямо в терминале: пишите вопрос на русском и получайте ответ. Для смены размера модели замените тег в команде, например deepseek-r1:7b или deepseek-r1:32b.
☑️ Проверка после установки Ollama
Способ 2: LM Studio с графическим интерфейсом
Тем, кто предпочитает оконный интерфейс вместо командной строки, подойдёт LM Studio — бесплатное приложение с поиском моделей, чатом и тонкими настройками генерации. Встроенный каталог находит модели с Hugging Face, включая все дистилляты DeepSeek-R1 в формате GGUF.
Порядок действий простой: установите программу, введите в поиске deepseek r1, выберите квантованную версию под своё железо и нажмите загрузку. После скачивания модель открывается во вкладке чата. В настройках можно регулировать длину контекста, температуру и разгрузку слоёв на GPU — ползунок GPU Offload определяет, какая часть модели работает на видеокарте.
Если видеокарта слабая, часть слоёв останется на CPU — скорость снизится, но модель заработает. Экспериментируйте с положением ползунка, пока не найдёте рабочую конфигурацию без ошибок нехватки памяти.
Как заставить DeepSeek стабильно отвечать на русском
Дистилляты DeepSeek обучены преимущественно на англоязычных и китайских данных, поэтому без явной инструкции модель может рассуждать на английском даже при русском вопросе. Решение — системный промпт: постоянная инструкция, которая действует на протяжении всего диалога.
В LM Studio системный промпт задаётся в поле System Prompt в настройках чата. Достаточно короткой формулировки: «Ты — русскоязычный ассистент. Всегда отвечай только на русском языке, включая этапы рассуждения». В Ollama системную инструкцию можно закрепить через Modelfile с параметром SYSTEM или добавлять в начало каждой сессии.
Отдельная особенность моделей серии R1 — блок рассуждений <think>, в котором модель «думает» перед ответом. Даже при русском финальном ответе внутренние рассуждения нередко идут на английском — это нормально и на качество итогового текста влияет слабо. Если хотите русские рассуждения, прямо потребуйте этого в системном промпте.
Типичные проблемы и их решение
Модель скачивается, но не запускается с ошибкой нехватки памяти — значит, выбранная версия не влезает в доступные ресурсы. Возьмите вариант меньше или с более сильным квантованием (например, Q4 вместо Q8). Альтернатива — уменьшить длину контекста в настройках: контекстное окно тоже расходует память.
Медленная генерация при мощной видеокарте обычно означает, что модель работает на CPU. Проверьте в LM Studio положение ползунка GPU Offload, а в Ollama — наличие актуальных драйверов NVIDIA или AMD. Для карт NVIDIA также требуется корректно установленный CUDA-стек, который современные версии Ollama подтягивают автоматически.
Модель «забывает» начало длинного диалога — это ограничение контекстного окна, а не поломка. Увеличьте параметр контекста в настройках, если позволяет память, либо начинайте новый диалог с краткого резюме предыдущего.
⚠️ Внимание: локальная модель не имеет доступа к интернету и актуальным данным. DeepSeek локально отвечает только на основе знаний, заложенных при обучении, — факты о недавних событиях она может выдумать. Проверяйте критически важную информацию по независимым источникам.
Можно ли подключить локальную DeepSeek к своим документам?
Да, для этого существуют решения класса RAG ( retrieval-augmented generation). Инструменты вроде AnythingLLM или Open WebUI позволяют загрузить свои файлы и связать их с локальной моделью через Ollama. Настройка требует больше времени, но даёт поиск по личной базе документов без отправки данных в облако.
Конфиденциальность и ограничения локального запуска
Главное преимущество локального развёртывания — данные не покидают ваш компьютер. Это принципиально для рабочих документов, персональных данных и любых материалов, которые нельзя отправлять в сторонние сервисы. После отключения интернета модель продолжит работать без изменений — это простой способ убедиться, что запросы никуда не уходят.
Из ограничений стоит назвать качество: дистилляты уступают полной облачной версии в сложных рассуждениях, математике и программировании. Для повседневных задач — переписывание текстов, резюмирование, перевод, идеи — локальной версии достаточно. Для тяжёлых задач имеет смысл комбинировать локальную и облачную модели.
Часто задаваемые вопросы
Запустится ли DeepSeek локально на ноутбуке без видеокарты?
Да, компактные версии 1.5B–7B работают на обычном процессоре при наличии 8–16 ГБ оперативной памяти. Скорость генерации будет умеренной, но для текстовых задач этого хватает.
Почему DeepSeek отвечает на английском, хотя вопрос на русском?
Дистилляты обучены преимущественно на англоязычных данных. Задайте системный промпт с требованием отвечать только на русском — в LM Studio это поле System Prompt, в Ollama — параметр SYSTEM в Modelfile.
Какая версия DeepSeek лучше для русского языка?
Чем больше параметров, тем стабильнее русский язык. При наличии железа выбирайте 14B или 32B; младшие версии 1.5B–7B чаще сбиваются на английский и ошибаются в сложных формулировках.
Нужен ли интернет после установки модели?
Нет. Интернет требуется только для скачивания программы и файла модели. После этого DeepSeek работает полностью офлайн.
Что лучше для новичка — Ollama или LM Studio?
LM Studio проще за счёт графического интерфейса и встроенного каталога моделей. Ollama удобнее для автоматизации и интеграции с другими программами через API. Оба инструмента бесплатны и могут работать на одном компьютере.