DeepSeek是否开源？2026年的许可情况一览

简短回答，直接了当：是的，DeepSeek开源版本是真实的，当前一代——DeepSeek V4——在MIT许可下同时提供权重和代码。但AI领域的“开源”一词被人们随意使用，早期DeepSeek模型（V3基础，Coder-V2，VL2）将宽松的代码许可与更严格的权重许可分开。如果您计划在DeepSeek基础上进行微调、自托管或发布商业产品，这些差异很重要。

本指南将详细介绍2026年4月开源的内容，每个许可协议允许的内容，权重下载位置，以及与OpenAI、Anthropic和Google的封闭API相比，仍然适用的权衡。

DeepSeek是否开源？简短回答

是的——但有需要注意的保留条款。DeepSeek将其模型以开放权重的方式发布在Hugging Face上，并且每款最新的旗舰产品（V4-Pro、V4-Flash、V3.2、V3.1、R1）都带有MIT许可证。 开放权重 在Hugging Face上发布，并且每款最新的旗舰产品（V4-Pro、V4-Flash、V3.2、V3.1、R1）都带有MIT许可证。 MIT许可证 代码和权重都带有MIT许可证。 DeepSeek公司 运行付费API和免费聊天应用，但底层模型可下载、可分叉且可用于商业用途。

这使得DeepSeek比Meta的Llama系列（限制某些商业用途）更宽松，比GPT-5、Claude 4或Gemini 3系列（根本不发布权重）开放得多。这并不意味着DeepSeek的每个成果都自动获得MIT许可——一些较老的模型权重位于单独的定制许可下。下表显示了这种划分。

DeepSeek许可，按模型划分

DeepSeek产品目录中涉及两种许可证：

• MIT许可证 ——一种简短、宽松的许可协议，允许商业使用、修改、重新分发和转授权，只要保留版权声明。
• DeepSeek模型许可证 ——一种基于OpenRAIL修改的自定义许可协议，具有基于使用的限制（禁止非法或危险使用），但其他方面具有广泛的自由，包括商业部署、微调、蒸馏和衍生作品。

截至2026年4月，每个主要模型的位置如下：

对于V4，Hugging Face的卡片适用于 DeepSeek-V4-Pro 以及DeepSeek-V4-Flash明确指出，仓库和模型权重受MIT许可协议的许可。对于R1：DeepSeek的官方发布说明确认了在MIT许可协议下发布的代码和模型，具有蒸馏和商业化的自由，R1仓库还补充说，R1系列支持商业使用，允许修改和衍生作品，包括为训练其他LLM进行蒸馏。

MIT实际上赋予你的权利

对于V4和R1，MIT意味着您可以：

• 下载权重并在自己的硬件上运行它们。
• 在专有数据上微调并保持结果私密。
• 向付费客户提供服务，无需支付版税或分成。
• 将输出提炼成更小的模型——明确允许。
• 在任何兼容的许可证下重新分发修改后的版本，包括专有许可证。

唯一硬性要求是在源分发中保留MIT版权声明。如果您正在审计 DeepSeek隐私和数据处理 对于一份合同，MIT是您在前沿级模型上能找到的最干净的许可证之一。

DeepSeek模型许可添加的内容

对于旧权重（V3基础、Coder-V2、VL2），DeepSeek模型许可是一种自定义的OpenRAIL风格许可。它仍然允许商业部署和衍生作品，但增加了基于使用的限制——例如，禁止用于非法活动、武器开发、对受保护群体的监控等类似类别。根据 DeepSeek的许可证常见问题解答,当前DeepSeek开源模型可用于任何合法目的，包括直接部署、衍生开发、开发专有产品或集成到模型平台进行分发。下游作者在重新分发时必须传递相同的基于使用的限制。

下载DeepSeek权重的位置

DeepSeek在两个平台上发布官方权重：

• Hugging Face ——主要分发渠道为 deepseek-ai/DeepSeek-V4-Pro, DeepSeek-V4-Flash，以及整个库存。
• 模型空间 — 中国托管等效版本，如果您的地区Hugging Face速度较慢，则很有用。根据Phemex的报道，V4在Hugging Face和模型空间等平台上以MIT许可证提供。

社区重新托管在Ollama和量化GGUF构建中迅速出现。如果您正在寻找可以在工作站上实际运行的模型，而不是在多GPU服务器上运行，请从(1.5B到70B)或Coder系列开始。 R1提炼模型 (1.5B到70B)或Coder系列。完整的V4-Pro是一个1.6T参数的MoE，V4-Flash是284B——两者都是数据中心工作负载，而不是笔记本电脑工作负载。

V4在开放性方面的比较

V4的发布说明将其定位为前沿级开放重量级模型。根据Hugging Face卡片：V4-Pro有1.6T参数（49B激活）和V4-Flash有284B参数（13B激活），两者都支持一百万个token的上下文长度。在效率方面，在1M-token设置下，V4-Pro只需要DeepSeek-V3.2单token推理FLOPs的27%和KV缓存的10%。

独立报道将此描述为一种故意开放的态度。根据The Next Web，V4-Pro在开源模型中在编码和数学方面表现最佳，仅在世界知识方面落后于Gemini 3.1-Pro，DeepSeek估计与封闭前沿系统之间有3到6个月的差距。Investing.com指出，在MMLU-Pro上，V4-Pro与OpenAI的GPT-5.4相匹配，略落后于Gemini-3.1-Pro和Claude Opus 4.6。这些数字是DeepSeek报告的，待独立评估——将其视为起点，而非最终裁决。

与其他“开放”发布版本相比的表现

想要更深入的一对一比较，请参阅 DeepSeek与Llama 关于许可的具体细节。实用解读：在严肃的前沿模型中，DeepSeek和Qwen是两个你可以合法地获取权重、微调和发布商业产品的模型，无需签署协议。

DeepSeek是否“完全”开源？诚实答案

根据《开源倡议》的AI草案定义（OSAID），一个完全开放的模型也发布训练数据、训练代码以及足够的文档以复现该模型。DeepSeek发布 技术报告，权重、推理代码和MIT许可，但它确实 not 发布：

• 可重复的预训练数据集。
• 完整训练流程源代码。
• 精确的数据混合配方。

这使得DeepSeek根据OSAID标准与Llama、Qwen和Mistral处于相同的“开放权重，非完全开放”类别。对于大多数实际用户——为产品微调的开发者、研究能力的学者、为了隐私而自建的企业——开放权重加上MIT许可就是你们真正需要的。如果可复现性是一个硬性要求，那么目前DeepSeek和其他前沿实验室都无法满足。

访问模型——开放权重与API

即使你从未下载过权重，你也可以通过管理API访问V4。当前一代是 DeepSeek V4 (released April 24, 2026), exposed as two 开放权重 MoE model IDs: deepseek-v4-pro (1.6T total / 49B active) and deepseek-v4-flash （284B / 13B active）。两者都是Hugging Face上的MIT许可开放权重，并且都从相同的API接口提供服务。

Chat requests hit POST /chat/completions，与OpenAI兼容的端点。DeepSeek还在相同的基URL上暴露了与Anthropic兼容的接口——根据TechNode报道，该API支持与OpenAI和Anthropic接口标准的兼容性。该API是 stateless与网页聊天和移动应用不同，它们会为你保存会话历史，API客户端必须在每次请求中重新发送完整的对话。

这里是使用OpenAI SDK达到V4模型所需的最小Python代码：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseek.com",
    api_key="sk-...",
)

resp = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Explain MIT licensing in one paragraph."}],
    temperature=1.3,
    max_tokens=512,
)
print(resp.choices[0].message.content)

思维模式是V4模型上的一个请求参数，而不是一个单独的模型ID。要启用它，请设置 reasoning_effort="high" with extra_body={"thinking": {"type": "enabled"}}, or reasoning_effort="max" 对于最大努力推理（后者需要一个至少384K个token的上下文窗口）。当处于思考状态时，响应会返回 reasoning_content alongside the final content。Beta功能包括JSON模式、工具调用、流式传输、上下文缓存、FIM完成（仅非思考模式）和聊天前缀完成。请参阅 DeepSeek API documentation 参数参考。

旧版ID（deepseek-chat, deepseek-reasoner）仍然有效，但仅作为迁移辅助工具——它们将路由到 deepseek-v4-flash ，直到 2026-07-24 at 15:59 UTC. After that date, requests using those IDs will fail. Swapping model IDs is a one-line change; base_url 上停止使用，无需迁移。

API定价快照

由于权重是开放的，因此在推理上没有供应商锁定——你始终可以自己运行V4或选择第三方托管。截至2026年4月，DeepSeek的自身价格大幅低于封闭前端的API：

在确定生产预算之前，请先在官方定价页面上验证当前价格；预览窗口价格可能变动。请注意，2025年初适用的非高峰折扣已于2025-09-05结束，尚未恢复。请参阅我们的 DeepSeek API定价明细 关于工作示例，或者 DeepSeek pricing calculator 如果你想估算自己的工作负载成本。

在本地运行DeepSeek开源权重

只有当你实际上能够运行它们时，开放权重才有意义。硬件现实是直接的：V4-Pro和V4-Flash是大型MoE模型，假设多GPU推理。如果你想在单台机器上运行，请降低范围：

1. R1 Distill（1.5B – 14B） —— 在8-24 GB VRAM的消费级GPU上运行。适合笔记本电脑。
2. R1 Distill 32B —— 需要一张24 GB的显卡和量化，或者两张低端显卡。
3. R1 Distill 70B —— 需要专业的工作站硬件或量化的GGUF技巧。
4. 全套R1、V3.2、V4-Flash、V4-Pro —— 仅限数据中心，或托管云推理。

最简单的入门方式是Ollama。遵循我们的 指南在Ollama上运行DeepSeek 用于一键安装精炼版本的命令。如果您更喜欢容器化部署，我们的指南涵盖了Docker和直接Python路径。在下载数十GB的权重之前，请确认您的机器符合最低要求。 install DeepSeek locally 演示指南涵盖了Docker和直接Python路径。 DeepSeek system requirements 在下载数十GB的权重之前，请确认您的机器符合最低要求。

为什么DeepSeek会免费提供权重？

这是一个合理的问题，诚实的答案是一半是策略，一半是工程文化。开放权重发布推动采用率，通过社区测试暴露出缺陷，在封闭实验室主导的空间中建立开发者心智份额，并且——顺便提一下——对封闭竞争对手的定价施加压力。R1于2025年1月的发布触发了AI计算预期的市场重新定价；V4是这一策略的延续，拥有前沿级别的模型和透明的效率声明。

这并不意味着DeepSeek是一家慈善机构。公司通过其API（大多数商业需求都集中于此）和企业关系来实现盈利。开放权重是一个杠杆，而不是业务本身。

DeepSeek AI Guide is an independent resource and is not affiliated with DeepSeek or its parent company. Model IDs, pricing and API behaviour change; check the official DeepSeek documentation and pricing page before committing to a production decision.