Cara Menjalankan DeepSeek-R1 Secara Lokal di PC atau Laptop

Menjalankan DeepSeek-R1 secara lokal, atau deepseek offline, berarti model bahasa bekerja di komputer Anda sendiri sehingga prompt tidak dikirim ke server pihak lain. Dengan Ollama prosesnya hanya beberapa perintah, tetapi yang umumnya berjalan di PC adalah model distilasi berukuran kecil, bukan DeepSeek-R1 penuh yang berukuran 671 miliar parameter. Artikel ini menjelaskan pilihan ukuran, langkah pemasangan, dan cara mengamankannya.

Apa Artinya Menjalankan DeepSeek Offline?

DeepSeek menerbitkan bobot model R1 secara terbuka, bersama enam model distilasi berbasis Qwen dan Llama, sebagaimana dijelaskan dalam makalah DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning (arXiv, pertama kali diajukan 22 Januari 2025). Berkas bobot bisa Anda unduh dan jalankan sendiri. Setelah modelnya tersimpan di disk, tidak ada lagi koneksi internet yang diperlukan untuk menjawab pertanyaan.

Ini berbeda dengan memakai aplikasi atau API milik DeepSeek. Kebijakan privasinya versi 14 Februari 2025 menyatakan bahwa informasi yang dikumpulkan disimpan di server yang berlokasi di Republik Rakyat Tiongkok. Pada model lokal, prompt Anda diproses di mesin Anda. Latar belakang soal privasi layanan hosted dibahas di kronologi kebocoran data DeepSeek.

Pilih Ukuran Model DeepSeek Offline yang Sesuai

Menurut halaman DeepSeek-R1 di pustaka Ollama per Oktober 2026, ukuran unduhan tiap tag adalah sebagai berikut:

• 1.5b: 1,1 GB
• 7b: 4,7 GB
• 8b (juga tag latest): 5,2 GB
• 14b: 9,0 GB
• 32b: 20 GB
• 70b: 43 GB
• 671b: 404 GB

Hanya 671b yang merupakan model penuh. Tag lainnya adalah model distilasi: model Qwen atau Llama yang dilatih ulang dengan data penalaran dari DeepSeek-R1, sehingga kualitasnya tidak sama dengan model penuh. Jika Anda menjalankan ollama run deepseek-r1 tanpa tag, yang terunduh adalah tag latest, yaitu model 8b. Angka ukuran dan tag dapat berubah, jadi periksa halaman Ollama sebelum mengunduh.

Sebagai patokan praktis, pilih model yang ukuran berkasnya jelas lebih kecil daripada memori GPU atau RAM yang tersedia. Laptop dengan RAM terbatas sebaiknya memulai dari 1.5b atau 7b; model yang terlalu besar akan sangat lambat karena sebagian dijalankan di CPU.

Langkah Memasang Ollama dan Menjalankan DeepSeek-R1

Windows

Dokumentasi Ollama menyebut Windows 10 22H2 atau lebih baru dengan driver NVIDIA 551.61 atau lebih baru bila memakai kartu NVIDIA. Unduh OllamaSetup.exe dari situs resmi Ollama; pemasangannya tidak memerlukan hak administrator. Setelah selesai, perintah ollama bisa dipakai di PowerShell atau Command Prompt. Model disimpan di %HOMEPATH%\.ollama, dan pemasangan membutuhkan minimal 4 GB ruang kosong di luar model.

Linux

Dokumentasi Ollama untuk Linux memberikan skrip pemasangan resmi:

curl -fsSL https://ollama.com/install.sh | sh

Skrip yang diunduh dan langsung dijalankan sebaiknya Anda baca dulu isinya, terutama di server. Kebiasaan ini sejalan dengan prinsip dasar keamanan.

Mengunduh dan menjalankan model

ollama run deepseek-r1:7b
ollama ps
ollama list

Perintah pertama mengunduh model bila belum ada, lalu membuka sesi tanya jawab di terminal; ketik /bye untuk keluar. ollama ps menampilkan model yang sedang dimuat dan kolom Processor menunjukkan apakah ia berjalan di GPU, CPU, atau terbagi dua. ollama list menampilkan model yang sudah tersimpan.

Memperbarui model dan memakai API lokal

Ollama menyebut tag 8b dan 671b telah ditingkatkan ke versi DeepSeek-R1-0528 dengan penalaran yang lebih baik. Untuk memperbarui model yang sudah terpasang, jalankan ollama pull deepseek-r1. Selain lewat terminal, Ollama menyediakan API di http://localhost:11434 sehingga skrip atau aplikasi di komputer yang sama dapat memanfaatkan model tanpa mengirim data keluar.

Mengamankan Instalasi Lokal

Menjalankan DeepSeek offline tidak otomatis berarti aman. Beberapa kebiasaan yang perlu dijaga:

• Biarkan Ollama hanya melayani komputer Anda. Menurut FAQ resminya, Ollama terikat ke 127.0.0.1 port 11434 secara bawaan. Mengubah OLLAMA_HOST menjadi 0.0.0.0 membuka layanan ke seluruh jaringan; lakukan hanya bila ada firewall dan kontrol akses yang jelas.
• Unduh hanya dari sumber resmi. Pakai pustaka model Ollama atau halaman resmi DeepSeek di Hugging Face, bukan berkas dari tautan acak.
• Tetap kritis terhadap jawaban. Model kecil bisa keliru dan mengarang fakta, termasuk saat membahas keamanan. Verifikasi perintah dan konfigurasi sebelum menjalankannya di sistem nyata.
• Patuhi kebijakan organisasi. Jika Anda berencana memakai model lokal untuk pekerjaan kantor, tanyakan lebih dulu kepada tim TI atau keamanan. Menjalankan perangkat lunak tanpa persetujuan, sekalipun lokal, tetap bisa melanggar kebijakan perusahaan.
• Hapus yang tidak dipakai. Model berukuran gigabita; hapus dengan ollama rm bila tidak dibutuhkan lagi.

Bila tertarik pada pemanfaatan AI untuk keamanan, baca AI dalam cyber security.

Pertanyaan yang Sering Diajukan

Apakah DeepSeek-R1 benar-benar bisa berjalan offline?

Ya. Setelah model diunduh, inferensi berjalan di perangkat Anda tanpa koneksi internet. Koneksi hanya diperlukan untuk memasang Ollama dan mengunduh model.

Apa bedanya model 7b dengan 671b?

Tag 7b adalah model distilasi berbasis Qwen yang ringan dan muat di banyak laptop. Tag 671b adalah DeepSeek-R1 penuh dengan unduhan sekitar 404 GB, yang membutuhkan perangkat keras jauh di atas PC biasa.

Apakah menjalankan DeepSeek lokal melanggar hukum?

Secara umum tidak, selama Anda mematuhi lisensinya. Menurut kartu model DeepSeek-R1 di Hugging Face, kode dan bobot R1 berlisensi MIT, sedangkan model distilasi diturunkan dari Qwen2.5 dan Llama sehingga mengikuti lisensi model dasarnya. Untuk penggunaan di perusahaan, baca ketentuan lisensi dan kebijakan data organisasi Anda terlebih dahulu.

Apakah saya butuh GPU untuk menjalankan model ini?

Tidak wajib. Model kecil dapat berjalan di CPU, hanya saja lebih lambat. GPU dengan memori cukup mempercepat jawaban secara signifikan. Jalankan ollama ps saat model aktif untuk melihat apakah ia memakai GPU, CPU, atau keduanya.

Kesimpulan

Menjalankan DeepSeek offline memberi Anda kendali atas data, selama Anda memilih ukuran model yang masuk akal, mengunduhnya dari sumber resmi, dan tidak membuka layanannya ke jaringan. Untuk belajar memanfaatkan AI dan keamanan secara terarah, lihat kursus Linuxhackingid.