האם המשקלים פתוחים והאם אפשר להריץ את DeepSeek V4 Flash מקומית?

כן, המשקלים פורסמו ב-Hugging Face תחת deepseek-ai/DeepSeek-V4-Flash. עם 284 מיליארד פרמטרים ב-FP4/FP8, תזדקקו לזיכרון GPU משמעותי להרצה מקומית — בדקו את מדריך VRAM לפני ההורדה.

כמה עולה DeepSeek V4 Flash ומה גודל חלון ההקשר שלו?

באמצעות API המחיר הוא $0.09 למיליון טוקני קלט ו-$0.18 למיליון טוקני פלט, עם חלון הקשר של 1,048,576 טוקנים.

מה ההבדל בין DeepSeek V4 Flash ל-DeepSeek V4 Pro?

Flash מפעיל 13 מיליארד פרמטרים לטוקן לעומת 49 מיליארד ב-Pro, מה שהופך אותו למהיר וזול יותר; Pro כולל 1.6 טריליון פרמטרים סה"כ ומוביל במשימות ידע כבדות וזרימות עבודה סוכניות תובעניות, בעוד ש-Flash-Max (מצב היגיון מקסימלי) יכול להתקרב ליכולות Pro במידה שמוקצה תקציב חשיבה גדול יותר.

▲

24.0%

השבוע הזה

DeepSeek V4 Flash 0423

9192°

#llm #deepseek #הסקת מסקנות #תכנות #סוכנים #הקשר ארוך

רץ על Graydient

הפעל את המודל הזה

הצעות / פרסומות

Easy Creator (Prism) רשת

ללא הגבלה · תשלום קבוע

הכי טוב למתחילים. זרימות עבודה חזקות, עקומת למידה נמוכה.

PirateDiffusion Telegram

ללא הגבלה · תשלום קבוע

צור וידאו, תמונות, דמויות צ'אט מותאמות ועוד.

Pro studio (SpyGlass) רשת

ללא הגבלה · תשלום קבוע

עיין בדגמים, הרץ ושפר מכל דפדפן או טלפון.

Discord bot (Vector)

ללא הגבלה · תשלום קבוע

הוסף את Vector לשרת שלך או הצטרף ל-Vector Discord. צור כל דבר!

Unified Editor רשת

ללא הגבלה · תשלום קבוע

עורך לתמונות ווידאו: הרצה, עריכה, הגדלה ועוד בעמוד אחד.

OpenRouter טרמינל / API

תשלום לפי טוקן

שוחח עם המודל הזה בדפדפן או קרא לו מהקוד שלך עם מפתח API אחד.

אפליקציות מקומיות

דורש הגדרה

הגדר תוכניות מקומיות אם למחשב שלך יש חומרה מתאימה.

ModelDuel רשת

תשלום לפי שימוש

צור את אותה הנחיה על עד 50 דגמי נקודת בדיקה/בסיס בו זמנית.

השכר GPU בענן

Graydient GPU בענן

ללא הגבלה · תשלום קבוע

תשלום קבוע, שימוש בלתי מוגבל. דגם זה מותקן בלחיצה אחת.

RunPod GPU בענן

מחויב לפי דקה

השכר GPU לפי דקה והגדר את הדגם בעצמך.

מדריכים לדגם זה

ה-LLM המקומי הטוב ביותר לפי מקרה שימוש (אוקטובר 2026): הדגם הפתוח המתאים לכל עבודה

כמה VRAM אני באמת צריך ל-AI מקומי?

מה זה קובץ GGUF? הסבר על מודלים מכווצים (Q4, Q8, fp8, NF4)

כל המדריכים

DeepSeek | הקשר של 1,048,576 טוקנים | $0.09/M קלט, $0.18/M פלט. DeepSeek V4 Flash הוא מודל תערובת-מומחים יעיל של DeepSeek עם 284 מיליארד פרמטרים בסך הכל ו-13 מיליארד פרמטרים מופעלים, התומך בחלון הקשר של מיליון טוקנים. הוא מיועד לאינפרנס מהיר ולעומסי עבודה בקצב גבוה, תוך שמירה על ביצועי הסקה וקידוד חזקים. המודל כולל תשומת לב היברידית לעיבוד יעיל של הקשר ארוך. נתמכים רמות מאמץ הסקה גבוה ו-xhigh; xhigh מתייחס למאמץ הסקה מקסימלי. הוא מתאים ליישומים כגון עוזרי קידוד, מערכות צ'אט וזרימות עבודה סוכניות שבהם תגובתיות ויעילות עלות חשובות.

הערות הקפטן

נכתב על ידי Captain, העורך הבית

הערות מ-2026-10-13

DeepSeek V4 Flash הוא דגם Mixture-of-Experts עם 284 מיליארד פרמטרים מ-DeepSeek, עם 13 מיליארד פרמטרים פעילים בלבד לכל טוקן, שנבנה לאינפרנס מהיר ולעומסי עבודה בהיקפים גבוהים במחיר נמוך מאוד. ארכיטקטורת תשומת הלב ההיברידית שלו מטפלת ביעילות בחלון הקשר של מיליון טוקנים אמיתי. הוא מתאים למפתחים שצריכים דגם היגיון וקידוד מסוגל בלי לשלם מחירי דגמים מתקדמים.

ידוע ב

חלון הקשר של מיליון טוקנים עם תשומת לב היברידית יעילה, לא רק גבול נומינלי.
רק 13 מיליארד פרמטרים מופעלים בכל אינפרנס — מהיר וזול להפעלה.
מאמץ היגיון ניתן לכוונון: מצבי סטנדרט, גבוה ומקסימלי (xhigh).
ביצועי קידוד והיגיון חזקים יחסית לעלות האינפרנס.
משקלים פתוחים זמינים ב-Hugging Face לאירוח עצמי.

שימו לב ל

במשימות ידע טהורות ובזרימות עבודה סוכניות מורכבות הוא מפגר אחרי אחיו DeepSeek V4 Pro.
284 מיליארד פרמטרים סה"כ דורשים חומרה רצינית לאירוח עצמי; בדקו דרישות VRAM לפני שמתחייבים.
המשקלים משתמשים ב-FP4 למומחי MoE ו-FP8 במקום אחר — לא כל מערכות האינפרנס תומכות בדיוק מעורב בצורה חלקה.

הכי טוב ל

הנחיות לנסות

איתור באג אסינכרוני מורכב

הנה פונקציית async בפייתון שמדי פעם מעלה RuntimeError: 'Task attached to a different loop'. הפונקציה מבצעת בקשות URL במקביל באמצעות asyncio.gather בתוך מחלקה שיוצרת לולאת אירועים משלה ב-__init__. הסבר בדיוק למה זה קורה וכתוב מחדש את המחלקה כך שתעבוד נכון גם בהקשרים סינכרוניים וגם אסינכרוניים.

תכנון סוכן רב-שלבי

עצב לולאת סוכן מינימלית בפייתון שמשתמשת בקריאות לכלים כדי לענות על השאלה: מי מחמשת הנשיאים האמריקאים האחרונים קיבל את דירוג האישור הממוצע הגבוה ביותר? הגדר את הכלים שהסוכן צריך, הצג את לוגיקת הלולאה, והסבר איך הסוכן מחליט מתי יש לו מספיק מידע כדי להפסיק לקרוא לכלים ולהחזיר תשובה סופית.

היגיון בפאזל לוגי

חמישה מהנדסים מצטרפים לחברה בחמש שנים רצופות. אלכס הצטרף לפני מי שמשתמש ב-Rust. מפתח Go הצטרף שלישי. מורגן הצטרף מיד אחרי מפתח Python. מפתח C++ הצטרף אחרון. ג'יימי הצטרף שני. מי משתמש באיזו שפה ובאיזה סדר הצטרפו? הצג את ההיגיון שלך שלב אחר שלב.

השווה עם

DeepSeek V4.1 Flash
מודל עם משקלים פתוחים
הקשר של 1,048,576 טוקנים · קלט $0.04/M, פלט $0.68/M
DeepSeek V4 Flash 0731
מודל עם משקלים פתוחים
הקשר של 1,048,576 טוקנים · קלט $0.01/M, פלט $1.28/M
DeepSeek V4 Pro 0813
מודל עם משקלים פתוחים
הקשר של 1,048,576 טוקנים · קלט $1.32/M, פלט $3.96/M
DeepSeek V4 Pro 0423
מודל עם משקלים פתוחים
הקשר של 1,048,576 טוקנים · קלט $0.96/M, פלט $1.91/M

עוד דגמי טקסט מ-deepseek

שאלות שאנשים שואלים

האם המשקלים פתוחים והאם אפשר להריץ את DeepSeek V4 Flash מקומית?: כן, המשקלים פורסמו ב-Hugging Face תחת deepseek-ai/DeepSeek-V4-Flash. עם 284 מיליארד פרמטרים ב-FP4/FP8, תזדקקו לזיכרון GPU משמעותי להרצה מקומית — בדקו את מדריך VRAM לפני ההורדה.
כמה עולה DeepSeek V4 Flash ומה גודל חלון ההקשר שלו?: באמצעות API המחיר הוא $0.09 למיליון טוקני קלט ו-$0.18 למיליון טוקני פלט, עם חלון הקשר של 1,048,576 טוקנים.
מה ההבדל בין DeepSeek V4 Flash ל-DeepSeek V4 Pro?: Flash מפעיל 13 מיליארד פרמטרים לטוקן לעומת 49 מיליארד ב-Pro, מה שהופך אותו למהיר וזול יותר; Pro כולל 1.6 טריליון פרמטרים סה"כ ומוביל במשימות ידע כבדות וזרימות עבודה סוכניות תובעניות, בעוד ש-Flash-Max (מצב היגיון מקסימלי) יכול להתקרב ליכולות Pro במידה שמוקצה תקציב חשיבה גדול יותר.

פסק הדין של הקפטן
דגם היגיון זול באמת עם הקשר ארוך אמיתי — המשקלים הפתוחים שווים בדיקה לפני שפונים לאלטרנטיבה סגורה.

כרטיס דגם ב-Hugging Face

הקפטן כותב את ההערות האלו מתוך התיאור וכרטיס הדגם של המודל. מחירים וגודל ההקשר הם של הספק בזמן הכתיבה ויכולים להשתנות.

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: #12 Hottest Text / LLM model · #12 Hottest Text / LLM text model

Not this creator?

Get your own badge

מגמת הפופולריות של DeepSeek V4 Flash 0423

ציון חום מאז 24 Apr 2026

ציון חום

9,192°

השבוע הזה

▲

24.0%

9,163° אז, 9,192° עכשיו

החודש הזה

▲

169%

9,060° אז, 9,192° עכשיו

השנה האחרונה

לא זמין

טרם שוחרר/נמדד

7,000°

רצפה

הסולם נע מ-0° עד 9,999°. כל מה שמתחת ל-7,000° נשמר לדגמים שאין עליהם דיווח ממקור כלשהו, שנושאים מספר תחליפי שם כדי לשמור על שלמות הרשימות. 7,000° הוא המקום שבו מתחילים הנתונים הנמדדים: דגם עם נתונים אמיתיים אך כמעט ללא הורדות יושב על הרצפה, והמדידות ממלאות את המעלות מעליה. הרצפה לא אומרת דבר על הדגם; רק המעלות מעליה אומרות, והן מה שמבדיל דגם מדגם.

+1,844°

אסימוני OpenRouter

14,026,338,867,497 אסימונים שעיבד המודל דרך OpenRouter ב-30 הימים האחרונים, כולל בקשות ותשובות. כל 10,000,000 אסימונים שווים הורדה אחת במונח ההורדה, 1,402,633 בסך הכל; אסימוני היום האחרון נכללים בקצב האימוץ. מקור: OpenRouter (openrouter.ai/rankings).

+348°

קצב אימוץ

כ-43,432 הורדות ביום, נמדד בין שתי קריאות של המקורות, לא משוערך מממוצע חיים. הקצב שווה רבע ממונח ההורדה, כך שפרץ טרי מופיע בלי שזינוק של יום אחד יעקוף שנים של שימוש.

הצג פירוט מפורט

כל מספר באתר הזה ניתן לבדיקה. ציון החום של דגם זה הוא 9,192°, וכאן הוא בנוי מרכיב אחד בכל פעם, עם הסכום המצטבר אחרי כל אחד: הרצפה, המעלות שכל מקור מוסיף, הבונוס לסוג הדגם ומה שהגיל של המשקלים שלו מוריד. הצבעים הם רצועות הגרף למעלה. המילון בסוף מגדיר כל מונח.

1
התחל מהרצפה.
למה 7,000° ולא אפס: הסולם נע מ-0° עד 9,999°, והחלק מתחת ל-7,000° שמור למודלים שאין עליהם דיווח ממקור כלשהו, שנושאים שם מספר זמני כדי שהרשימות יישארו שלמות ולעולם לא יעקפו מודל עם נתונים. 7,000° הוא המקום שבו מתחילים הנתונים המדודים. מודל עם נתונים אמיתיים אך כמעט ללא הורדות יושב כאן; כל מה שמעל הוא מדידה, והחלל מעל הרצפה מחזיק עשר מדרגות של פי עשר בהורדות ב-300° כל אחת. הרצפה זהה לכל מודל, ולכן אינה קובעת דבר; המעלות שמעליה הן שקובעות.
7,000°
סכום מצטבר
2
הוסף את ההורדות.
1,402,633 שקולים להורדה בסך הכל, מ-אסימוני OpenRouter. עשר פעמים יותר הורדות מוסיפות את אותו 300°, כך שהגודל חשוב אך לא משתלט על הציון.
+1,844°
8,844°
סכום מצטבר
3
הוסף את קצב האימוץ.
כ-43,432 הורדות ביום כרגע, נמדד בין שתי קריאות, במשקל רבע.
+348°
9,192°
סכום מצטבר
=
ציון החום.
מיקום המודל בכל רשימה באתר זה. שום דבר אחר לא משנה את זה.
9,192°

מילון: המונחים כאן

ציון חום: מספר אחד שמייצג כמה מודל בשימוש ומבוקש כרגע, מ-0° עד 9,999°. כל רשימה באתר שאומרת "הכי חם" ממוינת לפי ציון זה בלבד.
רצפה: 7,000° שממנו מתחיל כל מודל עם נתונים אמיתיים. הסולם נע מ-0° עד 9,999°; החלק מתחת לרצפה שמור למודלים ללא נתונים, כך שמודל עם נתונים תמיד מדורג מעל מודל ללא. הרצפה זהה לכולם ואינה קובעת דבר; המעלות שמעליה הן המדידה.
שקולים להורדה: כל מה שהציון מתייחס אליו כהורדה, מצטבר: הורדות עצמן, כל משתף טורנט כשווה ל-1,000, כל תמונת AI Horde וכל הרצת יצירה באתר כשווה להורדה אחת.
סולם לוגריתמי: ספירה בעשרות, לא ביחידות: מעבר מ-1,000 ל-10,000 הורדות מוסיף את אותן מעלות כמו מעבר מ-10,000 ל-100,000. זה מונע מגיבורים להדחיק את כל השאר.
לייקים: אצבעות למעלה ולייקים מכל מקור, שווים חצי הורדה כל אחד בסולם הלוגריתמי.
קצב אימוץ: כמה הורדות ביום מקבל מודל כרגע, מההפרש בין שתי קריאות מקור. רבע ממשקל מונח ההורדה.
מדוד ומוערך: מדוד אומר שיש שתי קריאות מקור וההפרש אמיתי. מוערך אומר שרק סך היום ידוע והעבר מפוזר על חיי המודל; האתר מציין מה מוצג.
משתף: מישהו ששומר עותק של המשקלים באינטרנט להורדה דרך טורנט, או מראה מאוחסנת שעושה זאת. כל אחד שווה 1,000 הורדות.
AI Horde: רשת מתנדבים שיוצרת תמונות בחינם במחשבים שנתרמו. מספר התמונות שיצרה עם מודל הוא ציבורי, וכל אחת שווה הורדה אחת.
אתרי יצירה: אתרים שמארחים עותקים של מודל ומאפשרים יצירה איתו, כמו PixAI, SeaArt ו-Yodayo. ההורדות שלהם נספרות כמו ב-Civitai וכל הרצת יצירה שווה הורדה אחת.
אסימוני OpenRouter: מודל טקסט שמוגש דרך API, כמו Claude או GPT, אין לו משקלים להורדה, לכן השימוש נמדד באסימונים: חתיכות הטקסט שקרא וכתב דרך OpenRouter, שער שמשמש אפליקציות רבות, ב-30 הימים האחרונים. כל 10,000,000 אסימונים שווים הורדה אחת. מקור: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
מודל מלא (נקודת שמירה): המשקלים עצמם, הקובץ שנוצר בעצמו. מקבל בונוס כי התוספים תלויים בו.
LoRA והטמעה: קבצי תוסף קטנים שמכוונים משקלים של מישהו אחר לסגנון, דמות או מושג. הם לא יכולים לפעול לבד.
משפחה ומשקלים: הבסיס שעליו בנוי המודל, כמו SD 1.5, SDXL, Flux או Wan. כל מודל יורש את תאריך השחרור של משקלי המשפחה שלו.
גיל: מנוכים מעלות לפי כמה זמן עבר מאז יציאת משקלי המשפחה: 150° בשנה, עד 750°. זה שומר הורדות ישנות שהצטברו במשך שנים כדי להקפיא את הפסגה של הרשימה.
דחיפה משפחתית: דחיפה קטנה ומוגבלת לתוספי LoRA ממשפחה שהאתר מקדם כרגע, תמיד מופיעה בפירוט.
ציון מייצג: מספר יציב מתחת לתקרה שניתן למודל שאין עליו דיווח מקור עדיין, כדי שהרשימות יישארו שלמות. הוא אף פעם לא מדורג מעל מודל עם נתונים.
חדש! (תקופת חסד): מודל שגילו פחות מ-7 ימים מציג 'חדש!' במקום ציון ואינו תופס מקום בדירוג. הציון שלו מחושב מהיום הראשון, אבל מודל בן יום צומח מהר יותר מכולם, ולכן בלי ההמתנה המוביל השבועי היה תמיד מה שיצא אתמול במקום מה שהחזיק מעמד שבוע.
מגמה: איך הצמיחה של מודל בתקופה מסוימת משתווה לצמיחה הטיפוסית של מודל באותה תקופה. מהיר מהטיפוסי נקרא עלייה, איטי יותר ירידה.
מודל טיפוסי: האמצע של הקטלוג: חצי מהמודלים עם ציון צמחו מהר יותר בתקופה, וחצי לאט יותר.

איך הפופולריות של דגם זה השתנתה לעומת שאר הקטלוג: הצמיחה בהורדות, לייקים ושימוש בכל תקופה, נמדדת מול הצמיחה הטיפוסית של דגם באותה תקופה, עם ציון החום שלו באותו זמן. מעל הצמיחה הטיפוסית נקרא עלייה, מתחת לה ירידה. העבר משוחזר מסכומים של היום, היום הראשון של הדגם ומהירות ההורדה שנמדדה כשיש שתי קריאות; דגם שלא היה קיים בתחילת התקופה מציג n/a.

דגמים דומים

Llama 3.2 90B Vision Instruct

מודלי AI ליצירת תמונות, וידאו וטקסט

DeepSeek V4 Flash 0423 הוא מודל טקסט ממשפחת Text / LLM הרשום ב-ModelTrends.ai, קטלוג לקריאה בלבד של דגמי AI פתוחים לתמונות, וידאו וטקסט. השווה אותו עם דגמים אחרים ממשפחת Text / LLM, בדוק את דירוג החום שלו כדי לראות את המגמה, ופתח אותו ב-PirateDiffusion או BitVector כדי לנסות.

עוד דגמים ממשפחת Text / LLM עוד טקסט / LLM ממשפחת Text / LLM llm deepseek הסקת מסקנות תכנות סוכנים הקשר ארוך מקומי

דפדף לפי משפחת מודלים