DeepSeek-V4-Flash
DeepSeek 的 DeepSeek-V4-Flash（284B 參數，MoE 每 token 啟用 13B）。以 Q4_K_M 量化、8K 上下文估算約需 168.9 GiB 記憶體。 總參數 284B、啟用 13B 的 MoE 模型，支援 100 萬 token 上下文；4-bit 量化需要 256 GB 等級的 Mac。本站還無法估算它的壓縮稀疏注意力，所以記憶體數字不含 KV 快取。
最後更新: 2026-10-13
模型資訊
所需記憶體
模型權重＋KV 快取＋執行環境開銷，單位 GiB。量化越低越省記憶體，品質略降。
| 量化 | 4K 上下文 | 8K 上下文 | 32K 上下文 |
|---|---|---|---|
| Q4_K_M | 168.9 GiB | 168.9 GiB | 168.9 GiB |
| Q5_K_M | 198.0 GiB | 198.0 GiB | 198.0 GiB |
| Q6_K | 229.3 GiB | 229.3 GiB | 229.3 GiB |
| Q8_0 | 295.6 GiB | 295.6 GiB | 295.6 GiB |
| FP16 | 555.9 GiB | 555.9 GiB | 555.9 GiB |
此模型的 KV 快取大小未知
哪些硬體跑得動
在 8K 上下文長度下，各硬體放得下的最佳量化版本。 此為估算值，並非實測。請參考估算方法說明。
常見問題
DeepSeek-V4-Flash 需要多少 VRAM／記憶體？
以 8K 上下文估算：Q4_K_M 量化約需 168.9 GiB，Q8_0 約需 295.6 GiB（含模型權重、KV 快取與執行環境開銷）。上下文越長，KV 快取越大。
GeForce RTX 4090 跑得動 DeepSeek-V4-Flash 嗎？
DeepSeek-V4-Flash 在 GeForce RTX 4090（24 GB）上，即使用 Q4_K_M 量化、8K 上下文也放不下。
Mac 可以跑 DeepSeek-V4-Flash 嗎？
可以。DeepSeek-V4-Flash 在 M3 Ultra（256 GB）上以 Q4_K_M 量化、8K 上下文約需 168.9 GiB，預估生成速度約每秒 68 個 token。
DeepSeek-V4-Flash 可以商用嗎？
DeepSeek-V4-Flash 採用 MIT 授權。授權允許商業使用（請仍詳閱條款中的限制）。