DeepSeek R1 in locale sul PC: come usarlo con Ollama, LM Studio o Bionic

Questa guida è per chi vuole usare DeepSeek-R1 sul proprio computer, offline, e non nel browser. Il primo passo è scegliere la versione giusta. Sotto lo stesso nome ci sono modelli molto diversi, da un file di 1,1 GB a uno di oltre 400 GB. Poi si scarica il modello con uno di tre programmi: Ollama da terminale, LM Studio con la sua CLI lms oppure l’app LM Studio Bionic. Alla fine il modello è sul disco e ci si può chattare anche senza connessione. I comandi sono quelli della documentazione ufficiale, elencata in fondo.

Cosa serve

• Uno dei tre programmi già installato: Ollama (la nostra guida per Linux), LM Studio (guida all’installazione) oppure LM Studio Bionic (guida all’installazione).
• Spazio su disco almeno pari alla dimensione della variante scelta. Con Ollama si va da 1.1GB per la 1.5b a 404GB per la 671b.
• Memoria sufficiente: il catalogo di LM Studio indica almeno 4 GB di RAM per la variante più piccola e fino a 40 GB per la più grande.
• Per usare lms: aver avviato LM Studio almeno una volta.

Scegliere la versione di DeepSeek-R1 e il programma

Le versioni che girano su un PC comune sono modelli distillati. Il team di DeepSeek ha usato i ragionamenti prodotti da DeepSeek-R1 per addestrare modelli più piccoli, basati su Qwen e Llama. Il DeepSeek-R1 completo c’è anche su Ollama, ma pesa 404GB e su un PC normale non gira.

Al 30 settembre 2026 la pagina di deepseek-r1 nella libreria di Ollama elenca questi tag:

Il tag predefinito, latest, coincide con l’8b, cioè DeepSeek-R1-0528 distillato su Qwen3 8B. Solo questo modello e quello completo sono stati aggiornati a DeepSeek-R1-0528. La pagina indica per la famiglia le funzioni thinking e tools.

Nella libreria di Ollama ci sono anche DeepSeek-V3 e V3.1, ma solo nella taglia 671b, poco pratica su un PC comune. V4.1-Flash invece è disponibile solo come :cloud. Ci sono però altre famiglie DeepSeek utilizzabili offline su un PC, come DeepSeek-Coder nelle varianti più piccole. Questa guida riguarda solo DeepSeek-R1.

Il catalogo di LM Studio offre le varianti distillate, da 7B a 70B:

• deepseek-r1-0528-qwen3-8b: 4.30 GB
• deepseek-r1-distill-qwen-7b: 4.30 GB
• deepseek-r1-distill-llama-8b: 4.50 GB
• deepseek-r1-distill-qwen-14b: 8.40 GB
• deepseek-r1-distill-qwen-32b: 18.70 GB
• deepseek-r1-distill-llama-70b: 40.30 GB

Sono disponibili nei formati GGUF e MLX e supportano il ragionamento e l’uso di strumenti. LM Studio Bionic scarica i modelli dalla sezione Explore, ma la sua documentazione non nomina DeepSeek.

Poi c’è la licenza. La scheda di deepseek-ai su Hugging Face indica per i modelli DeepSeek-R1 la licenza MIT, che permette anche l’uso commerciale e la distillazione. Per le distillate la pagina di Ollama cita anche le licenze dei modelli di partenza: Apache 2.0 per quelli derivati da Qwen, llama3.1 per la Llama 8B e llama3.3 per la 70b. Nel dubbio conviene partire dalla taglia più piccola e passare a una più grande solo se il computer regge.

Scaricare DeepSeek-R1 con Ollama

Se Ollama non è ancora installato, seguite prima la nostra guida. Questo comando scarica il tag predefinito, cioè l’8b da 5.2GB:

ollama pull deepseek-r1

Lo stesso comando aggiorna una versione vecchia già presente sul disco: la pagina di Ollama lo indica proprio per passare a DeepSeek-R1-0528. Finito il download, il modello compare nell’elenco dei modelli locali. Più avanti vediamo come controllarlo.

Avviare DeepSeek-R1 in chat con Ollama

Per aprire nel terminale una chat con la versione predefinita:

ollama run deepseek-r1

Con poca memoria conviene la 1.5b, la taglia più piccola della famiglia:

ollama run deepseek-r1:1.5b

Per indicare esplicitamente l’8b, che è identico a latest:

ollama run deepseek-r1:8b

Il modello gira sul computer: una volta scaricato, per chattare non serve Internet. La domanda si scrive al prompt del terminale. Il riferimento della CLI di Ollama spiega che un testo su più righe va racchiuso tra tre virgolette doppie. Per uscire dalla chat si scrive /bye. Gli altri tag funzionano allo stesso modo e la pagina del modello riporta il comando ollama run di ciascuno.

Controllare i modelli scaricati e quelli in memoria

Per elencare i modelli presenti sul disco:

ollama ls

Nell’elenco deve esserci deepseek-r1 con il tag scaricato. Quest’altro comando mostra invece i modelli caricati in memoria in quel momento:

ollama ps

Serve per capire se un modello sta ancora occupando memoria.

Eliminare DeepSeek-R1 da Ollama

Una taglia grande occupa decine di gigabyte, quindi conviene toglierla quando non serve più. Prima si legge nell’elenco il nome esatto del modello:

ollama ls

Poi si scrive ollama rm seguito da quel nome, tag compreso. Il riferimento della CLI mostra questo comando solo con un altro modello di esempio, per questo qui lo descriviamo a parole. Se si rilancia l’elenco, il modello eliminato non deve più comparire.

Verificare la CLI di LM Studio

La CLI lms è inclusa in LM Studio e non va installata a parte, ma LM Studio va avviato almeno una volta. Se il programma manca, partite dalla nostra guida. Poi, in un terminale:

lms --help

Se tutto è a posto compare l’aiuto con l’elenco dei comandi, tra cui chat, get, load, unload, ls e ps. Sono descritti nella documentazione della CLI lms.

Scaricare DeepSeek-R1 con LM Studio

La strada più semplice passa dalla pagina di deepseek-r1 nel catalogo di LM Studio: si sceglie la variante e si preme il pulsante Get accanto. Per cominciare va bene deepseek-r1-0528-qwen3-8b da 4.30 GB, lo stesso modello che Ollama usa come predefinito.

Dal terminale si può usare anche lms get seguito dal nome del modello, per cercarlo e scaricarlo. La documentazione non riporta un esempio già pronto per DeepSeek, quindi il pulsante Get del catalogo evita errori nel nome. Finito il download, si controlla che il modello sia sul disco:

lms ls

L’elenco rispecchia la cartella dei modelli di LM Studio, che si imposta nella scheda My Models dell’app. Deve comparire la variante di DeepSeek-R1 scelta.

Chattare con DeepSeek-R1 nel terminale con LM Studio

Questo comando avvia una chat interattiva e chiede quale modello usare:

lms chat

Per vedere quali modelli sono caricati in memoria:

lms ps

Per liberare la memoria si usa lms unload seguito dal nome del modello. Con l’opzione --all si scaricano dalla memoria tutti i modelli. Un nuovo controllo dei modelli caricati permette di verificare che DeepSeek-R1 non occupi più memoria.

Scaricare e usare un modello locale con LM Studio Bionic

LM Studio Bionic gestisce i modelli dall’interfaccia grafica, senza comandi. Per installarlo c’è la nostra guida. La documentazione di Bionic non nomina DeepSeek, quindi si segue il procedimento generale per i modelli locali:

1. Aprite Settings e, sotto Local Models, scegliete Explore.
2. Cercate il modello o sceglietene uno dall’elenco. I filtri per formato e le indicazioni di compatibilità con il dispositivo aiutano a restringere i risultati.
3. Se sono disponibili più dispositivi, per esempio quelli remoti collegati con LM Link, scegliete dove salvare il modello.
4. Selezionate formato e variante e avviate il download. Potete metterlo in pausa, riprenderlo, annullarlo o riprovare.
5. In Settings → Local Models → Library controllate che il modello sia indicizzato sul dispositivo. Poi aprite una sessione di Bionic e selezionatelo dall’elenco.

I modelli scaricati girano sul computer senza consumare crediti di inferenza cloud. La documentazione di Bionic non spiega come cancellare un modello.

Se qualcosa va storto

• Il comando lms non funziona: prima di usare la CLI bisogna aver avviato LM Studio almeno una volta.
• In Ollama c’è una versione vecchia di deepseek-r1: si aggiorna ripetendo ollama pull deepseek-r1, come indica la pagina del modello.
• Un download in Bionic si è interrotto: si può riprendere o riprovare.

Documentazione di riferimento

Pagine consultate il 30 settembre 2026:

• Ollama Library — deepseek-r1 (tag, dimensioni, licenza)
• Documentazione di Ollama — CLI Reference
• LM Studio — Catalogo modelli: deepseek-r1
• Documentazione di LM Studio — CLI lms
• Documentazione di LM Studio Bionic — Download Local Models
• Hugging Face deepseek-ai — DeepSeek-R1-0528-Qwen3-8B (scheda ufficiale e licenza)

Leggi anche

• LM Studio Bionic: come installarlo e usare un modello aperto in locale
• AI in locale: che hardware serve tra GPU, VRAM e RAM
• Gemma 4 in locale con Ollama: quale taglia scegliere e come scaricarla