今天小編分享的科技經驗：DeepSeek PC在淘寶火了！低配高價套路多，我勸你别買，歡迎閲讀。
自從 DeepSeek 火了之後，圍繞這個 AI 的各種生意就成為大熱門，前段時間雷科技的一篇文章就提到過，在小紅書、抖音等平台上教你如何用 DeepSeek 的教程已然泛濫成災，只是數量繁多的教程其實大多高度相似，并沒有太大的用處。
不過這些教程至少大部分都不收錢，即使要你關注或是加入群聊領取，回頭覺得沒用也是可以 " 反悔 " 的。而且就算是收費的教程，一般價格也貴不到哪去，大家被 " 割韭菜 " 了也可以及時止損，但是與這些 " 虛拟服務 " 相比，DeepSeek 的 " 實體周邊 " 可就貴多了，如果你不小心被坑，就會成為真正的冤大頭了。
圖源：淘寶
過去一段時間裏，不少粉絲都在微信後台問小雷，本地部署 DeepSeek 的事情，比如本地部署高參數的 DeepSeek 體驗到底如何？部署 DeepSeek 到底要怎樣的配置等，在出了一篇本地部署的教程後，小雷這次想和大家聊一聊網上正在泛濫的 "DeepSeek PC"（或者 "DeepSeek 主機 "、"DeepSeek 電腦 "、"DeepSeek 機 "）這件事。
什麼是 DeepSeek PC？看名字挺高大上的，實際上就是以前的高性能 PC，其中很多產品甚至只是把商品展示頁 P 上 DeepSeek 的字樣，改改商品描述頁就上架銷售。
比如淘寶某商家标注的「入門款」DeepSeek PC，配置是 AMD Ryzen 5 5600X+DDR4 16G*2+RTX 3060 12G 顯卡，同時标注可以本地部署 1.5B 和 7B 的 DeepSeek AI 模型。
這樣一台所謂的「DeepSeek PC」，售價高達 5000+ 元，對 PC DIY 市場有所了解的朋友，估計很快就能看出不對勁了。一顆 5 年前發布的中端處理器 + 四年前的甜點級顯卡，其他配置也不是什麼好東西，在 2025 年居然還能賣到 5000 元以上？錢真的不是這樣賺的。
讓小雷給大家簡單剖析一下這台 PC 的成本，5600X 散片價格為 549 元，RTX 3060 12G 的二手價是 1500 元，主機板算 570 元，最核心的三大件加起來也就 2500 元，剩下的硬體 1000 元配齊基本無壓力。而且，這還是按照淘寶的零售價計算的成本，商家成本在此基礎上再砍個 20% 甚至更多是沒問題的。
或許會有人説：小雷，人家也要賺錢的嘛，不就是小賺 2000 元嗎？算上售前售後和三年質保，對于企業來説這個錢也不算虧吧？問題就出在這裏。
花 5000 元的成本部署個 7B 參數量的 DeepSeek，就像殺雞用牛刀一樣，花大錢辦小事（不少雲服務商直接提供完全免費的 1.5B 和 7B 版 DeepSeek 服務）。
首先來看看商家推薦的 1.5B 和 7B 參數模型，這兩個模型本質上都不是 DeepSeek，而是用 DeepSeek 的開源技術，在阿裏的 Qwen AI 大模型基礎上制作的小參數版本。簡單來説，裏面的訓練數據用的是 Qwen，只不過思維鏈和推理過程與 DeepSeek-R1 相似，擁有後者的 " 部分功力 "。
圖源：魔塔社區
如果你寄希望于 1.5/7B 參數量的 DeepSeek AI 模型提供接近官網水平的回答，其實可以直接洗洗睡了，因為官網的 DeepSeek 不僅是原生版本，而且參數量高達 671B，是這兩個模型的 447 倍和 96 倍。
在這種級别的參數差距下，不僅僅是回答質量有顯著區别，AI 的性能也會嚴重受限，基本上只能給你提供一些日常問答聊天級别的建議，面對高級一點的數學題都會直接 " 束手無策 " 或是反饋給你錯誤的答案。所以這類型的 DeepSeek PC，基本上可以直接無視，" 不要購買 " 就是我給大家的唯一建議。
那麼更貴的型号呢？還是同一家店，一台售價高達 12xx9 元的 DeepSeek PC，配置是 i7-13700K+16G*2+RTX 3090 24G，價格暴漲後給的配置确實好了不少，但是 RTX 3090 仍然是一款 " 老顯卡 "，而且考慮到商家标注為 " 渦輪顯卡 "，基本上可以确定是在伺服器機房裏 " 長期服役 " 的老将。
雖然從網友的反饋來看，RTX 3090 實際上最高可部署 32B 的 DeepSeek，但是不知道為何店家卻只建議部署最高 14B，個人猜測或許是為了确保輸出速度，也有可能是擔心高負荷下顯存不穩定導致 " 炸機 "。
從體驗角度來説，14B 的 DeepSeek 雖然已經堪堪能用（可以進行一些簡單的寫作、代碼輔助和問答），但是一萬二的價格仍然是相當不值得。事實上，你用相似的價格去購買 RX 7900XTX，推理速度甚至還要優于 RTX 3090，而且作為一款 2022 年 11 月才發布的顯卡，你很輕松就可以買到僅用了一兩年的顯卡，遠比一張經受過 " 長久考驗 " 的 RTX 3090 靠譜。
簡單來説，如果你是為了嘗鮮想折騰下本地部署，那麼在沒有自備顯卡 的情況下，任何為了本地部署而購買「DeepSeek PC」的行為都是不值得的，還不如直接去買一台正經的遊戲 PC，然後花幾塊錢買個本地部署教程或者讓客服直接遠程操控安裝（如果你具備基礎的電腦知識，那麼免費的教程也是随手就能搜到）。
雖然本地部署的 AI 大模型聽起來很酷，但是從小雷的實際體驗來看，其實遠不如直接購買 API 資源。以小雷自己的 PC 為例，我有兩台台式機，一台用的是 14700K+32G 内存 +RTX 4070TI Super 16G，一台則是 14600K+32G 内存 +RX 7900XT 20G。
我在兩台電腦上分别部署了 32B 和 14B 版本的 DeepSeek，雖然都可以順暢運行，但是推理速度并不樂觀。在沒有進行優化的情況下，RTX 4070Ti Super 的推理速度是 5.89tok/sec，一篇千字左右的純文字創作回答就思考了整整 46 秒。
圖源：雷科技
而在 RX 7900XT 的電腦上，我曾經嘗試過用他來推理一個高考數學題，結果就是推理速度僅為 2.51tok/sec，整個思考過程長達 37 分鍾 45 秒，最後還給了一個錯誤的答案，屬實讓我有點無語。
事實證明，即使是 32B 版本的 DeepSeek，在數學推理等方面也基本不具備可用性，只要是稍微高難度一點的問題，就會需要很長的思考時間，而且還有概率是錯的。至于更高級的 70B 版本 DeepSeek，那就不是普通用户可以考慮的了，從實測來看至少要 40G 以上的顯存才能運行，而且推理速度堪憂。
簡單來説，本地部署 DeepSeek 其實非常尴尬，除非你财力雄厚，直接購入伺服器級别的硬體，然後部署個滿血版的 DeepSeek，否則大多數情況下你都很難從殘血版的本地 DeepSeek 上得到符合需求的體驗。
如果説你是因為 DeepSeek 官方軟體頻繁的 " 伺服器繁忙 "，打算試試本地部署，那麼我的建議是直接考慮第三方 app，比如騰訊元寶、納米 AI 搜索（360）等 app 都提供免費的滿血版 DeepSeek AI 服務。
圖源：雷科技
如果你想要一個專屬于個人的 DeepSeek，那麼也可以去硅基流動、阿裏雲、華為雲等 AI 服務商那裏購買 API 流量，利用 chatbox 等第三方客户端進行本地部署。我們以 DeepSeek 的官方 API 價格為基準，讓 AI 幫我們算一下如果 5000 塊全部拿去充值 API 餘額，專為一個人服務可以使用多久。
答案是純聊天能用 101 年（每天發送一百條信息）、純推理為 38 年（每天使用 20 次深度推理），即使是混合使用的情況，這筆錢也夠你買 27 年的 DeepSeek 官方服務，而且是滿血版。
雖然目前 DeepSeek 官方已經關閉了 API 充值通道，但是大多數第三方 API 都是類似的價格。當然，我知道有人會説這是本地部署，自己就是不想把數據給到 DeepSeek 等 AI 供應商，那麼也是有第二個方案的，不管是阿裏雲還是華為雲都提供雲伺服器的 AI 部署服務，在多數情況下你的數據會比放在本地更安全，而且也不會受到 AI 服務商的規則限制。
圖源：騰訊雲
而且，從小雷收集到的信息來看，阿裏雲、華為雲、騰訊雲等雲伺服器的價格都差不多，支持到 70B 版本 DeepSeek 部署的雲伺服器價格大多在 15-20 元一小時左右，如果每天的使用時間不多，選擇按量計費其實是挺劃算的（至少比你花三萬多買個電腦回來本地部署要好）。
簡而言之，除非你對數據安全有着極致的要求，否則本地部署 DeepSeek 都不是一個好主意，只有當你擁有中高端顯卡時，拿來做個消遣的價值。不過這個結論并非一直不變，随着開發者對 DeepSeek 的了解深入，或許我們有望以更低的标準部署 DeepSeek 也説不定。
比如清華的團隊就用單張 RTX 4090+ 超大規模内存陣列的方式，實現了本地的 671B 版本 DeepSeek 部署，而且輸出速度并不慢，簡單計算下，整體成本遠低于購買專業伺服器和計算卡，已經具有可行性。
圖源：推特（外國網友復現清華團隊成果）
所以，大家不妨再等等，或許不用兩個月就會有更精簡、高效的 DeepSeek 本地部署方案面世。至于現階段，大家還是先玩玩第三方的免費版或者自購 API 吧，這兩個是性價比最高的選擇。
