Jsou váhy otevřené a mohu tento model spustit lokálně?

Ano — váhy jsou na Hugging Face pod deepseek-ai/DeepSeek-V4-Flash-0731. Vlastní nasazení vyžaduje multi-GPU hardware schopný zvládnout MoE model s 284 miliardami parametrů; DeepSeek ve svém příkladu používá 4×GB300 uzel s vLLM.

Kolik stojí a jak velký je kontext?

API stojí 0,02 $ za milion vstupních tokenů a 0,64 $ za milion výstupních tokenů, s kontextovým oknem 1 048 576 tokenů.

Jak se liší od DeepSeek V4 Pro?

V4 Flash 0731 aktivuje pouze 13 miliard parametrů oproti většímu počtu u V4 Pro, přesto překonává V4 Pro ve všech agentních benchmarcích v publikovaném srovnání DeepSeek, což z něj dělá lepší volbu pro kódování-agentní úlohy s nižšími náklady na inferenci.

▲

18.4%

tento týden

DeepSeek V4 Flash 0731

9301°

#llm #deepseek #uvažování #programování #agenti #dlouhý kontext

Spustit model

Nabídky / Reklamy

OpenRouter Terminál / API

Platba za token

Chatuj s tímto modelem v prohlížeči nebo ho zavolej ze svého kódu s jedním API klíčem.

DeepSeek | 1,048,576 token context | $0.01/M input, $1.28/M output. DeepSeek V4 Flash 0731 is a sparse mixture-of-experts model from DeepSeek, with 13B active parameters out of 284B total. This re-post-trained revision is suited for coding, reasoning, and agent workflows. This is the GA release of DeepSeek V4 Flash.

Návody k tomuto modelu

Nejlepší lokální LLM podle použití (říjen 2026): správný otevřený model pro každou práci

Kolik VRAM vlastně potřebuji pro lokální AI?

Otevřené váhy vs open source vs pouze API: co vlastně smíš dělat

Co je soubor GGUF? Vysvětlení kvantovaných modelů (Q4, Q8, fp8, NF4)

Všechny návody

Poznámky kapitána

Napsal Captain, hlavní redaktor

Poznámky z 2026-10-13

DeepSeek V4 Flash 0731 je sparse mixture-of-experts model od DeepSeek s 13 miliardami aktivních parametrů z celkových 284 miliard, postavený pro kódování, uvažování a agentní workflow. GA verze výrazně vylepšuje preview a překonává DeepSeek V4 Pro v několika agentních benchmarcích i přes aktivaci mnohem menšího počtu parametrů. Hodí se pro vývojáře, kteří chtějí špičkový výkon agentů a kódování za nízkou cenu API, nebo kteří chtějí sami provozovat vážný MoE model.

Známý pro

Silné agentní kódování: vysoké skóre v DeepSWE, NL2Repo a terminálových benchmarcích
Kontextové okno 1 milion tokenů pro rozsáhlé kódové báze a dlouhé agentní relace
Vestavěné spekulativní dekódování přes DSpark pro rychlejší inferenci na vLLM
Nastavitelná náročnost uvažování: nízká, vysoká nebo maximální deliberace na volání
Otevřené váhy na Hugging Face, spustitelné na multi-GPU hardwaru s vLLM

Dej pozor na

Žádná standardní Jinja chat šablona; musíte použít vlastní skripty DeepSeek pro správné formátování promptů.
284 miliard parametrů znamená, že vlastní nasazení vyžaduje vážný multi-GPU hardware — není to model pro notebook.
Výstupní tokeny stojí 32× více než vstupní; dlouhé agentní běhy s rozsáhlým výstupem rychle navyšují náklady.

Nejlepší pro

Programování

Agenti a používání nástrojů

Uvažování

Dlouhý kontext

Běží lokálně

Promptů k vyzkoušení

Autonomní úloha v repozitáři

Pracujete v Python repozitáři s Flask API a PostgreSQL backendem. Endpoint /users vrací všechny řádky z tabulky users, ale nemá stránkování. Přidejte stránkování založené na kurzoru pomocí timestampu created_at. Ukažte aktualizovanou routu, nové pomocné funkce a SQL dotaz. Před psaním kódu vysvětlete své úvahy.

Těžký debuggingový rébus

Python asynchronní funkce načítá URL současně pomocí asyncio.gather. Při zátěži občas vyvolá RuntimeError: Session is closed. Session je vytvořena jednou na úrovni modulu. Projděte všechny možné příčiny, seřaďte je podle pravděpodobnosti a napište opravenou implementaci, která eliminuje závodní podmínku.

Plán multi-krokového agenta

Máte přístup k bash terminálu, Python interpreteru a možnost číst a zapisovat soubory. CSV soubor sales.csv obsahuje sloupce: date, region, product, revenue. Naplánujte a proveďte kroky k vytvoření souhrnné zprávy s celkovými tržbami podle regionu a nejprodávanějším produktem v každém regionu, poté ji uložte jako report.md.

Porovnat s

DeepSeek V4.1 Flash
Model s otevřenými váhami
kontext 1,048,576 tokenů · $0.04/M vstup, $0.68/M výstup
DeepSeek V4 Flash 0423
Model s otevřenými váhami
kontext 1,048,576 tokenů · $0.09/M vstup, $0.18/M výstup
DeepSeek V4 Pro 0813
Model s otevřenými váhami
kontext 1,048,576 tokenů · $1.32/M vstup, $3.96/M výstup
DeepSeek V4 Pro 0423
Model s otevřenými váhami
kontext 1,048,576 tokenů · $0.96/M vstup, $1.91/M výstup

Více textových modelů od deepseek

Často kladené otázky

Jsou váhy otevřené a mohu tento model spustit lokálně?: Ano — váhy jsou na Hugging Face pod deepseek-ai/DeepSeek-V4-Flash-0731. Vlastní nasazení vyžaduje multi-GPU hardware schopný zvládnout MoE model s 284 miliardami parametrů; DeepSeek ve svém příkladu používá 4×GB300 uzel s vLLM.
Kolik stojí a jak velký je kontext?: API stojí 0,02 $ za milion vstupních tokenů a 0,64 $ za milion výstupních tokenů, s kontextovým oknem 1 048 576 tokenů.
Jak se liší od DeepSeek V4 Pro?: V4 Flash 0731 aktivuje pouze 13 miliard parametrů oproti většímu počtu u V4 Pro, přesto překonává V4 Pro ve všech agentních benchmarcích v publikovaném srovnání DeepSeek, což z něj dělá lepší volbu pro kódování-agentní úlohy s nižšími náklady na inferenci.

Verdikt kapitána
Vzácný případ, kdy 'flash' varianta skutečně překonává 'pro' v nejdůležitějších úlohách — agentní kódování — a stojí zlomek ceny.

Modelová karta na Hugging Face

Kapitán píše tyto poznámky na základě popisu modelu a modelové karty. Ceny a velikosti kontextu jsou od poskytovatele v době psaní a mohou se změnit.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #5 Hottest Text / LLM model · #5 Hottest Text / LLM text model

Not this creator?

Get your own badge

Trend popularity: DeepSeek V4 Flash 0731

Heat skóre od 31 Jul 2026

Hodnocení popularity

9,301°

Tento týden

▲

18.4%

9,278° tehdy, 9,301° teď

Tento měsíc

▲

137%

9,185° tehdy, 9,301° teď

Poslední rok

n/a

Ještě nebylo vydáno/sledováno

7,000°

Základ

Měřítko jde od 0° do 9 999°. Vše pod 7,000° je vyhrazeno pro modely, o kterých zatím žádný zdroj nehlásí, a mají tam náhradní číslo, aby seznamy byly kompletní. 7,000° je místo, kde začínají naměřená data: model s reálnými daty, ale téměř žádnými staženími, sedí na základu, a měření přidávají stupně nad něj. Základ nic neříká o modelu; o rozdílu mezi modely rozhodují právě stupně nad ním.

+1,938°

OpenRouter tokeny

28,896,982,056,080 tokenů tento model zpracoval přes OpenRouter za posledních 30 dní, výzvy i odpovědi dohromady. Každých 10,000,000 tokenů se počítá jako jedno stažení v rámci stahování, celkem 2,889,698; tokeny z posledního dne se započítávají do rychlosti adopce. Zdroj: OpenRouter (openrouter.ai/rankings).

+363°

Rychlost přijetí

Přibližně 69,105 stažení denně, měřeno mezi dvěma odečty zdrojů, nikdy ne odhadováno z průměru za celý čas. Rychlost váží čtvrtinu termínu stažení, takže čerstvý nárůst se ukáže, aniž by jeden denní výkyv přebil roky používání.

Zobrazit podrobné rozdělení

Každé číslo na této stránce lze ověřit. Heat skóre tohoto modelu je 9,301°, a tady je postupně složeno z jednotlivých částí, s průběžným součtem po každé z nich: základ, stupně přidané každým zdrojem, bonus za typ modelu a odečtení podle stáří jeho vah. Barvy odpovídají pásmům v grafu nahoře. Na konci je slovník, který vysvětluje každý pojem.

1
Začni na základu.
Proč 7,000° a ne nula: škála jde od 0° do 9 999°, a část pod 7,000° je vyhrazena pro modely, o kterých zatím žádný zdroj nehlásí, a mají tam náhradní číslo, aby seznamy byly kompletní a nikdy nepřevýšily model s daty. 7,000° je místo, kde začínají naměřená data. Model s reálnými daty, ale téměř žádnými staženími, sedí tady; všechno, co následuje, je měření, a prostor nad základem obsahuje deset desetinných kroků ve staženích po 300° každý. Základ je stejný pro každý model, takže nerozhoduje; rozhodují stupně nad ním.
7,000°
běžící součet
2
Přidej stažení.
2,889,698 ekvivalentů stažení celkem, z OpenRouter tokeny. Desetinásobek stažení přidá stejných 300°, takže velikost je důležitá, ale nikdy nepřebije skóre.
+1,938°
8,938°
běžící součet
3
Přidej rychlost přijetí.
Zhruba 69,105 stažení denně právě teď, měřeno mezi dvěma odečty, s čtvrtinovou váhou.
+363°
9,301°
běžící součet
=
Skóre heat.
Kde se tento model nachází na každém seznamu na tomto webu. Nic jiného ho neupravuje.
9,301°

Slovníček: pojmy používané zde

Heat skóre: Jedno číslo, které ukazuje, jak moc se model teď používá a chce, od 0° do 9 999°. Každý seznam na tomto webu, který říká nejžhavější, je podle toho seřazený a nic jiného.
Minimum: 7 000° je základ, od kterého začíná každý model s reálnými daty. Měřítko je od 0° do 9 999°; část pod minimem je vyhrazena pro zástupce (modely bez dat), aby model s daty byl vždy výš než ten bez. Minimum je stejné pro všechny a nic nerozhoduje; stupně nad ním jsou měření.
Ekvivalenty stažení: Všechno, co skóre počítá jako stažení, sečtené: samotná stažení, každý torrent seeder jako 1 000, každý obrázek z AI Horde a každý běh na generujícím webu jako jedno.
Logaritmická škála: Počítá se po desítkách, ne po jednotkách: přechod z 1 000 na 10 000 stažení přidá stejný počet stupňů jako z 10 000 na 100 000. Zabraňuje, aby obři přebili všechno ostatní.
Lajky: Palce nahoru a lajky ze všech zdrojů, každý za polovinu váhy stažení na logaritmické škále.
Rychlost přijetí: Kolik stažení denně model právě teď má, podle rozdílu mezi dvěma odečty zdroje. Čtvrtina váhy oproti termínu stažení.
Měřené a odhadované: Měřené znamená, že existují dva záznamy zdroje a rozdíl je skutečný. Odhadované znamená, že je znám jen dnešní celkový údaj a minulost je rozložena přes životnost modelu; stránka uvádí, který typ zobrazuje.
Seeder: Někdo, kdo drží kopii vah online, aby si ji ostatní mohli stáhnout přes torrent, nebo hostovaný zrcadlový server, který dělá totéž. Každý takový počítá jako 1 000 stažení.
AI Horde: Dobrovolnická síť, která zdarma generuje obrázky na darovaných počítačích. Počet obrázků vytvořených s modelem je veřejný a každý se počítá jako jedno stažení.
Generační stránky: Stránky, které hostují vlastní kopie modelu a umožňují lidem generovat s ním, například PixAI, SeaArt a Yodayo. Jejich stažení se počítají stejně jako u Civitai a každý běh generování jako jedno stažení.
OpenRouter tokeny: Textový model poskytovaný přes API, jako Claude nebo GPT, nemá žádné váhy ke stažení, takže jeho využití se měří tokeny: kusy textu, které přečetl a napsal přes OpenRouter, bránu, kterou používá mnoho aplikací, za posledních 30 dní. Každých 10,000,000 tokenů se počítá jako jedno stažení. Zdroj: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Plný model (checkpoint): Samotné váhy, soubor, který generuje sám o sobě. Má bonus, protože na něm závisí doplňky.
LoRA a embedding: Malé doplňkové soubory, které nasměrují váhy někoho jiného k určitému stylu, postavě nebo konceptu. Samy o sobě nemohou běžet.
Rodina a váhy: Základ, na kterém je model postavený, například SD 1.5, SDXL, Flux nebo Wan. Každý model dědí datum vydání vah své rodiny.
Věk: Stupně odečtené podle toho, jak dávno vyšla váha rodiny: 150° za rok, až do 750°. Staré stažení, která měla roky na nashromáždění, zůstávají nahoře na seznamu.
Boost rodiny: Malý, omezený posun pro LoRA rodiny, kterou tato stránka právě podporuje, vždy uvedený v rozpisu.
Náhradní skóre: Stabilní číslo pod minimem dané modelu, o kterém zatím žádný zdroj nehlásí, aby seznamy zůstaly kompletní. Nikdy není výše než model s daty.
Nové! (ochranná lhůta): Model mladší než 7 dní ukazuje místo skóre Nové! a nezískává místo v žebříčku. Jeho skóre se počítá od prvního dne, ale model starý jeden den roste rychleji než cokoli jiného, takže bez čekání by #1 týdne byl vždy model, který vyšel včera, místo toho, co vydrželo týden.
Trend: Jak růst modelu za určité období odpovídá typickému růstu modelu za stejné období. Rychlejší než obvyklé znamená vzestup, pomalejší pokles.
Typický model: Střed katalogu: polovina modelů s číslem rostla rychleji za dané období, polovina pomaleji.

Jak se popularita tohoto modelu vyvíjela oproti zbytku katalogu: jeho růst v počtu stažení, lajků a použití za každé období, měřeno proti typickému růstu modelu ve stejném období, spolu s jeho heat skóre v daném čase. Nad typickým růstem znamená nárůst, pod ním pokles. Minulost se rekonstruuje z dnešních celkových hodnot, prvního dne modelu a jeho měřenou rychlostí stahování, pokud jsou k dispozici dva záznamy; model, který na začátku období neexistoval, ukazuje n/a.

Podobné modely

Ternary Bonsai 2 27B

TEXT / LLM

DeepSeek Flash Latest

AI modely pro generování obrázků, videa a textu

DeepSeek V4 Flash 0731 je textový model pro rodinu Text / LLM uvedený na ModelTrends.ai, katalogu open source AI modelů pro obrázky, video a text určeném jen ke čtení. Porovnejte ho s dalšími modely Text / LLM a podívejte se na jeho skóre žhavosti.

Další modely Text / LLM llm deepseek uvažování programování agenti dlouhý kontext lokální

Procházet podle rodiny modelů