DeepSeek-V4-Flash (2026-04-24)
- 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-Flash- 参数 290.9B
- 激活 13B · 专家 256（每 token 6）
- 原生精度 FP8
- 层数 43
- 每 token 的 KV 缓存 86 KB
- 配置位置数 1024K （config.json max_position_embeddings）
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
- ≈ 151.8 GB (权重 143.9 + KV 缓存 0.7 + 开销 7.2)
- 可用
- 21.6 GB (标称的 90%)
- 建议
- 换成 IQ2_XXS 就能跑（需放到内存，但低于 4 bit，质量下降明显）
| 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 | 148.7 GB | ≈ 156.8 | ✕放不下 | — |
| Q6_K | 222.5 GB | ≈ 234.3 | ✕放不下 | — |
| Q5_K_M | 192.7 GB | ≈ 203.0 | ✕放不下 | — |
| Q5_0 | 186.3 GB | ≈ 196.3 | ✕放不下 | — |
| Q4_K_M | 164.6 GB | ≈ 173.5 | ✕放不下 | — |
| Q4_0 | 152.4 GB | ≈ 160.7 | ✕放不下 | — |
| IQ4_XS | 143.9 GB | ≈ 151.8 | ✕放不下 | — |
| Q3_K_M质量下降明显 | 132.4 GB | ≈ 139.7 | ✕放不下 | — |
| IQ3_XXS质量下降明显 | 103.6 GB | ≈ 109.5 | ✕放不下 | — |
| Q2_K质量下降明显 | 101.6 GB | ≈ 107.4 | ✕放不下 | — |
| IQ2_XXS质量下降明显 | 69.8 GB | ≈ 73.9 | ○需放到内存 17–25 tok/s | — |
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）：单张显卡放不下；统一内存 Apple M5 Ultra (64-core GPU) · 256 GB。
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≈ 4337.8 GB你的配置放不下
LoRA≈ 545.2 GB你的配置放不下
QLoRA≈ 155.7 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，并非我们测得这个模型还没有出现在我们引用的任何排行榜上。
变更
全部变更 →- 新增语言模型
来源
- deepseek-ai/DeepSeek-V4-Flash model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- DeepSeek API change log（在新标签页打开） api-docs.deepseek.com · 核对于 2026年11月2日
- deepseek-ai/DeepSeek-V4-Flash config.json（在新标签页打开） huggingface.co · 核对于 2026年11月5日
- deepseek-ai/DeepSeek-V4-Flash files（在新标签页打开） huggingface.co · 核对于 2026年11月5日
- deepseek-ai/DeepSeek-V4-Flash README.md（在新标签页打开） huggingface.co · 核对于 2026年11月4日
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
相关模型
快照、同系列与同厂商的其他模型