AI Index

DeepSeek-V4.1-Flash (2026-09-10)

语言 DeepSeek 部分核实 发布于 2026年9月10日
  • 开放权重

价格

0 个渠道报价 · 按标价显示

这个模型暂无标价渠道。

详细规格

模型家族
deepseek-flash

本地运行

权重： deepseek-ai/DeepSeek-V4.1-Flash
  • 参数 763.2B
  • 激活 228.1B （估算） · 专家 384（每 token 6）
  • 原生精度 FP8
  • 层数 40
  • 每 token 的 KV 缓存 80 KB
  • 配置位置数 1024K （config.json max_position_embeddings）
我的配置 GeForce RTX 4090 24 GB · 1008 GB/s · 内存 64 GB DDR5 双通道 · 89.6 GB/s
在你的配置上 · GeForce RTX 4090
放不下 IQ4_XS （自动） 8K 上下文
权重KV 缓存运行开销可用上限
需要
≈ 397.1 GB (权重 377.6 + KV 缓存 0.6 + 开销 18.9)
可用
21.6 GB (标称的 90%)
建议
这台配置跑不动，看下面的“最低需要”
推荐精度权重8K 需要在你的配置上最长上下文
原生 FP8官方475.3 GB≈ 499.6放不下—
Q6_K583.7 GB≈ 613.5放不下—
Q5_K_M505.5 GB≈ 531.5放不下—
Q5_0488.7 GB≈ 513.7放不下—
Q4_K_M431.8 GB≈ 454.0放不下—
Q4_0399.8 GB≈ 420.4放不下—
IQ4_XS377.6 GB≈ 397.1放不下—
Q3_K_M质量下降明显347.4 GB≈ 365.4放不下—
IQ3_XXS质量下降明显271.9 GB≈ 286.1放不下—
Q2_K质量下降明显266.5 GB≈ 280.5放不下—
IQ2_XXS质量下降明显183.0 GB≈ 192.8放不下—

点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。

和其他配置比

每个配置各用它能跑的最高精度，点一个看细节。

最低需要（Q4_K_M · 8K）：单机放不下，约需 7 张 80 GB 显卡。

运行命令

厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。

微调需要多少显存
全参≈ 11375.2 GB你的配置放不下
LoRA≈ 1425.0 GB你的配置放不下
QLoRA≈ 403.2 GB你的配置放不下

batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。

估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的

引用评分

来自第三方排行榜，并非我们测得
  • LMArena Text 1,476

    第 28 名，共 163 个上榜模型 · max effort · 置信区间 1,470–1,482 · 13,657 票

  • LMArena Text · Chinese 1,523

    第 25 名，共 161 个上榜模型 · max effort · 置信区间 1,504–1,542 · 1,032 票

  • LMArena Text · Coding 1,523

    第 25 名，共 163 个上榜模型 · max effort · 置信区间 1,513–1,533 · 3,745 票

  • LMArena Text · Creative writing 1,441

    第 39 名，共 163 个上榜模型 · max effort · 置信区间 1,429–1,453 · 2,763 票

  • LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年10月19日至28日
  • 我们做的改动

资讯

全部资讯 →

变更

全部变更 →
  1. 新增语言模型

来源

DeepSeek 官方政策：数据使用、隐私、条款 →

本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据

DeepSeek · 中国 · deepseek.com

快照、同系列与同厂商的其他模型