# DeepSeek-V4-Flash

> 地端世界 · https://onpremworld.com/zh-tw/models/deepseek-v4-flash · 最後更新: 2026-10-14 · CC BY 4.0

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。

|  |  |
|---|---|
| 開發者 | DeepSeek |
| 參數量 | 284B (13B 啟用, MoE) |
| 原生上下文長度 | 1,048,576 tokens |
| 授權 | MIT |
| 可商用 | 可以 |
| KV 快取 | 特殊壓縮注意力，暫不估算 |
| 發布 | 2026-04 |

## 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 | 8K | 32K |
|---|---|---|---|
| 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 |

## 哪些硬體跑得動 (8K)

| 硬體 | 記憶體 | 最佳量化 | tok/s（預估） |
|---|---|---|---|
| M5 Ultra | 512 GB | Q8_0 | 56 |
| M3 Ultra | 512 GB | Q8_0 | 39 |
| GeForce RTX 3060 (12 GB) | 12 GB | 放不下 | – |
| GeForce RTX 3090 | 24 GB | 放不下 | – |
| GeForce RTX 4060 Ti 16GB | 16 GB | 放不下 | – |
| GeForce RTX 4080 SUPER | 16 GB | 放不下 | – |
| GeForce RTX 4090 | 24 GB | 放不下 | – |
| GeForce RTX 5060 Ti 16GB | 16 GB | 放不下 | – |
| GeForce RTX 5070 | 12 GB | 放不下 | – |
| GeForce RTX 5070 Ti | 16 GB | 放不下 | – |
| GeForce RTX 5080 | 16 GB | 放不下 | – |
| GeForce RTX 5090 | 32 GB | 放不下 | – |
| Radeon RX 7900 XT | 20 GB | 放不下 | – |
| Radeon RX 7900 XTX | 24 GB | 放不下 | – |
| Radeon RX 9060 XT 16GB | 16 GB | 放不下 | – |
| Radeon RX 9070 XT | 16 GB | 放不下 | – |
| Arc B580 | 12 GB | 放不下 | – |
| RTX A6000 | 48 GB | 放不下 | – |
| RTX 6000 Ada Generation | 48 GB | 放不下 | – |
| RTX PRO 5000 72GB Blackwell | 72 GB | 放不下 | – |
| RTX PRO 6000 Blackwell Workstation Edition | 96 GB | 放不下 | – |
| Radeon AI PRO R9700 | 32 GB | 放不下 | – |
| Arc Pro B60 | 24 GB | 放不下 | – |
| Arc Pro B70 | 32 GB | 放不下 | – |
| M4 Pro | 64 GB | 放不下 | – |
| M4 Max (14-core CPU / 32-core GPU) | 36 GB | 放不下 | – |
| M4 Max (16-core CPU / 40-core GPU) | 128 GB | 放不下 | – |
| M5 | 32 GB | 放不下 | – |
| M5 Pro | 64 GB | 放不下 | – |
| M5 Max (18-core CPU / 32-core GPU) | 36 GB | 放不下 | – |
| M5 Max (18-core CPU / 40-core GPU) | 128 GB | 放不下 | – |
| M6 (16GB configuration, 153 GB/s) | 16 GB | 放不下 | – |
| M6 (24GB/32GB configurations, 170 GB/s) | 32 GB | 放不下 | – |
| DGX Spark | 128 GB | 放不下 | – |
| RTX Spark (N1X) laptops & compact desktops | 128 GB | 放不下 | – |
| Ryzen AI Max+ 395 (Strix Halo) systems | 128 GB | 放不下 | – |
| Ryzen AI Max+ PRO 495 (Gorgon Halo) systems | 192 GB | 放不下 | – |

## 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）。

## 資料來源

- https://api-docs.deepseek.com/news/news260424
- https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash
- https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash/resolve/main/config.json