Adakah berat terbuka dan bolehkah saya jalankan DeepSeek V4 Flash secara tempatan?

Ya, berat diterbitkan di Hugging Face di bawah deepseek-ai/DeepSeek-V4-Flash. Dengan 284B parameter keseluruhan dalam ketepatan bercampur FP4/FP8, anda memerlukan memori GPU yang besar untuk menjalankannya secara tempatan — periksa panduan VRAM sebelum memuat turun.

Berapa kos DeepSeek V4 Flash dan berapa tetingkap konteksnya?

Melalui API ia berharga $0.09 setiap sejuta token input dan $0.18 setiap sejuta token output, dengan tetingkap konteks 1,048,576 token.

Bagaimana DeepSeek V4 Flash berbeza dari DeepSeek V4 Pro?

Flash mengaktifkan 13B parameter setiap token berbanding 49B Pro, menjadikannya lebih pantas dan murah; Pro mempunyai 1.6T parameter keseluruhan dan lebih unggul dalam tugas berat pengetahuan dan aliran kerja agen paling menuntut, manakala Flash-Max (mod penalaran maksimum) boleh mendekati tahap Pro apabila diberi bajet pemikiran lebih besar.

▲

24.0%

minggu ini

DeepSeek V4 Flash 0423

9192°

#llm #deepseek #penalaran #pengaturcaraan #ejen #konteks panjang

Berjalan di Graydient

Jalankan model ini

Tawaran / Iklan

Easy Creator (Prism) Web

Tanpa had · yuran tetap

Terbaik untuk pemula. Aliran kerja yang kuat, lengkung pembelajaran rendah.

PirateDiffusion Telegram

Tanpa had · yuran tetap

Cipta video, imej, persona sembang tersuai, dan banyak lagi.

Pro studio (SpyGlass) Web

Tanpa had · yuran tetap

Layari model, render dan perbaiki dari mana-mana pelayar atau telefon.

Discord bot (Vector)

Tanpa had · yuran tetap

Tambah Vector ke pelayan anda atau sertai Discord Vector. Cipta apa sahaja!

Unified Editor Web

Tanpa had · yuran tetap

Editor untuk imej dan video: render, sunting, tingkatkan dan banyak lagi dalam satu halaman.

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

Aplikasi tempatan

Perlu tetapan

Pasang program tempatan kalau komputer kau cukup kuat.

ModelDuel Web

Bayar ikut guna

Jana arahan yang sama pada sehingga 50 model checkpoint/asas sekaligus.

Sewa GPU di awan

Graydient Cloud GPU

Tanpa had · yuran tetap

Bayaran tetap, penggunaan tanpa had. Model ini dipasang dengan satu klik.

RunPod Cloud GPU

Caj mengikut minit

Sewa GPU mengikut minit dan pasang model sendiri.

Panduan untuk model ini

LLM tempatan terbaik mengikut kegunaan (Oktober 2026): model terbuka yang sesuai untuk setiap kerja

Berapa banyak VRAM yang saya perlukan untuk AI tempatan?

Apakah fail GGUF? Model kuantisasi diterangkan (Q4, Q8, fp8, NF4)

Semua panduan

DeepSeek | konteks 1,048,576 token | $0.09/M input, $0.18/M output. DeepSeek V4 Flash adalah model Mixture-of-Experts yang dioptimumkan untuk kecekapan dari DeepSeek dengan 284B jumlah parameter dan 13B parameter diaktifkan, menyokong tetingkap konteks 1M-token. Ia direka untuk inferens pantas dan beban kerja berkelajuan tinggi, sambil mengekalkan prestasi penaakulan dan pengkodan yang kuat. Model ini termasuk perhatian hibrid untuk pemprosesan konteks panjang yang cekap. Usaha penaakulan tinggi dan xhigh disokong; xhigh memetakan kepada penaakulan maksimum. Ia sangat sesuai untuk aplikasi seperti pembantu pengkodan, sistem sembang, dan aliran kerja agen di mana kepekaan dan kecekapan kos penting.

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

DeepSeek V4 Flash adalah model Mixture-of-Experts 284B parameter dari DeepSeek, dengan hanya 13B parameter diaktifkan setiap token, dibina untuk inferens pantas dan beban kerja berkeluaran tinggi pada harga sangat rendah. Seni bina perhatian hibridnya mengendalikan tetingkap konteks sejuta token sebenar dengan cekap. Ia sesuai untuk pembangun yang memerlukan model penalaran dan pengekodan yang berupaya tanpa membayar harga model termaju.

Dikenali untuk

Tetingkap konteks 1M token dengan perhatian hibrid cekap, bukan sekadar had nominal.
Hanya 13B parameter diaktifkan setiap inferens — pantas dan murah untuk dijalankan.
Usaha penalaran boleh laras: mod standard, tinggi, atau maksimum (xhigh).
Prestasi pengekodan dan penalaran yang kuat berbanding kos inferensnya.
Berat terbuka tersedia di Hugging Face untuk hos sendiri.

Berhati-hati dengan

Dalam tugas pengetahuan tulen dan aliran kerja agen paling kompleks, ia ketinggalan dari adik-beradiknya DeepSeek V4 Pro.
284B parameter keseluruhan bermakna hos sendiri memerlukan perkakasan serius; periksa keperluan VRAM sebelum komit.
Berat menggunakan FP4 untuk pakar MoE dan FP8 di tempat lain — tidak semua tumpukan inferens mengendalikan ketepatan bercampur dengan lancar.

Terbaik untuk

Pengaturcaraan

Ejen dan penggunaan alat

Penalaran

Konteks panjang

Jalankan secara tempatan

Arahan untuk cuba

Debug pepijat async sukar

Ini adalah fungsi Python async yang kadang-kadang menaikkan RuntimeError: 'Task attached to a different loop'. Fungsi ini mengambil URL secara serentak menggunakan asyncio.gather dalam kelas yang mencipta gelung acara sendiri dalam __init__. Terangkan dengan tepat mengapa ini berlaku dan tulis semula kelas supaya ia berfungsi dengan betul dari konteks panggilan sinkron dan async.

Rancang agen berbilang langkah

Reka gelung agen minimal dalam Python yang menggunakan panggilan alat untuk menjawab soalan: siapa antara lima presiden AS terakhir yang mempunyai penarafan kelulusan purata tertinggi? Definisikan alat yang diperlukan agen, tunjukkan logik gelung, dan terangkan bagaimana agen memutuskan bila ia mempunyai maklumat cukup untuk berhenti memanggil alat dan mengembalikan jawapan akhir.

Berfikir melalui teka-teki logik

Lima jurutera menyertai sebuah syarikat dalam lima tahun berturut-turut. Alex menyertai sebelum orang yang menggunakan Rust. Pembangun Go menyertai ketiga. Morgan menyertai segera selepas pembangun Python. Pembangun C++ menyertai terakhir. Jamie menyertai kedua. Siapa menggunakan bahasa apa, dan dalam urutan apa mereka menyertai? Tunjukkan penalaran anda langkah demi langkah.

Bandingkan dengan

DeepSeek V4.1 Flash
Model berat terbuka
konteks 1,048,576 token · Input $0.04/M, output $0.68/M
DeepSeek V4 Flash 0731
Model berat terbuka
konteks 1,048,576 token · Input $0.01/M, output $1.28/M
DeepSeek V4 Pro 0813
Model berat terbuka
konteks 1,048,576 token · Input $1.32/M, output $3.96/M
DeepSeek V4 Pro 0423
Model berat terbuka
konteks 1,048,576 token · Input $0.96/M, output $1.91/M

Lebih banyak model teks dari deepseek

Soalan yang sering ditanya

Adakah berat terbuka dan bolehkah saya jalankan DeepSeek V4 Flash secara tempatan?: Ya, berat diterbitkan di Hugging Face di bawah deepseek-ai/DeepSeek-V4-Flash. Dengan 284B parameter keseluruhan dalam ketepatan bercampur FP4/FP8, anda memerlukan memori GPU yang besar untuk menjalankannya secara tempatan — periksa panduan VRAM sebelum memuat turun.
Berapa kos DeepSeek V4 Flash dan berapa tetingkap konteksnya?: Melalui API ia berharga $0.09 setiap sejuta token input dan $0.18 setiap sejuta token output, dengan tetingkap konteks 1,048,576 token.
Bagaimana DeepSeek V4 Flash berbeza dari DeepSeek V4 Pro?: Flash mengaktifkan 13B parameter setiap token berbanding 49B Pro, menjadikannya lebih pantas dan murah; Pro mempunyai 1.6T parameter keseluruhan dan lebih unggul dalam tugas berat pengetahuan dan aliran kerja agen paling menuntut, manakala Flash-Max (mod penalaran maksimum) boleh mendekati tahap Pro apabila diberi bajet pemikiran lebih besar.

Keputusan Kapten
Model penalaran murah dan konteks panjang sebenar — berat terbuka menjadikannya berbaloi dicuba sebelum anda memilih alternatif tertutup.

Kad model di Hugging Face

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.

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

Trend populariti DeepSeek V4 Flash 0423

Skor panas sejak 24 Apr 2026

Skor haba

9,192°

Minggu ini

▲

24.0%

9,163° dulu, 9,192° sekarang

Bulan ini

▲

169%

9,060° dulu, 9,192° sekarang

Tahun lalu

n/a

Belum dikeluarkan/dipantau

7,000°

Lantai

Skala berjalan dari 0° hingga 9,999°. Apa sahaja di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian di situ supaya senarai tetap lengkap. 7,000° adalah tempat data yang diukur bermula: model dengan data sebenar tapi hampir tiada muat turun berada di lantai, dan ukuran mengisi darjah di atasnya. Lantai tidak memberitahu apa-apa tentang model; hanya darjah di atasnya yang buat beza antara satu model dengan model lain.

+1,844°

Token OpenRouter

14,026,338,867,497 token diproses oleh model ini melalui OpenRouter dalam 30 hari terakhir, termasuk arahan dan jawapan. Setiap 10,000,000 token dikira sebagai satu muat turun dalam tempoh muat turun, 1,402,633 semuanya; token hari terakhir disertakan dalam kadar penggunaan. Sumber: OpenRouter (openrouter.ai/rankings).

+348°

Kadar penerimaan

Kira-kira 43,432 muat turun sehari, diukur antara dua bacaan sumber, tidak pernah dianggarkan dari purata sepanjang hayat. Kelajuan seberat suku istilah muat turun, jadi lonjakan baru kelihatan tanpa membiarkan lonjakan satu hari mengatasi penggunaan bertahun-tahun.

Tunjukkan pecahan terperinci

Setiap nombor di laman ini boleh diperiksa. Skor panas model ini adalah 9,192°, dan ia dibina satu bahan pada satu masa, dengan jumlah terkini selepas setiap langkah: lantai, darjah yang ditambah oleh setiap sumber, bonus untuk jenis model dan apa yang umur beratnya tolak. Warna-warna itu adalah jalur carta di atas. Glosari di akhir menerangkan setiap istilah.

1
Mula di lantai.
Kenapa 7,000° dan bukan sifar: skala dari 0° hingga 9,999°, dan bahagian di bawah 7,000° dikhaskan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian supaya senarai tetap lengkap dan tidak pernah mengatasi model dengan data. 7,000° adalah tempat data yang diukur bermula. Model dengan data sebenar tapi hampir tiada muat turun berada di sini; semua yang berikut adalah ukuran, dan ruang di atas lantai ada sepuluh langkah muat turun sepuluh kali ganda pada 300° setiap satu. Lantai sama untuk setiap model, jadi ia tidak tentukan apa-apa; darjah di atasnya yang buat beza.
7,000°
jumlah berjalan
2
Tambah muat turun.
1,402,633 muat turun setara semuanya, dari Token OpenRouter. Sepuluh kali muat turun menambah 300° yang sama, jadi saiz penting tapi tidak pernah mengatasi skor.
+1,844°
8,844°
jumlah berjalan
3
Tambah kadar penerimaan.
Sekitar 43,432 muat turun sehari sekarang, diukur antara dua bacaan, dengan berat suku.
+348°
9,192°
jumlah berjalan
=
Skor heat.
Di mana model ini berdiri dalam setiap senarai laman ini. Tiada yang lain mengubahnya.
9,192°

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Bagaimana populariti model ini bergerak berbanding katalog lain: pertumbuhannya dalam muat turun, suka dan penggunaan setiap tempoh, diukur berbanding pertumbuhan model biasa dalam tempoh yang sama, dengan skor panasnya pada masa itu. Di atas pertumbuhan biasa dibaca sebagai kenaikan, di bawahnya sebagai penurunan. Masa lalu dibina semula dari jumlah hari ini, hari pertama model dan kelajuan muat turun yang diukur jika ada dua bacaan; model yang tidak wujud pada permulaan tempoh menunjukkan n/a.

Model serupa

GPT 5 Image Mini

TEXT / LLM

Gemini 3.1 Pro Preview

Model AI untuk penjanaan imej, video dan teks

DeepSeek V4 Flash 0423 ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain, semak skor habanya untuk melihat trendnya, dan bukanya di PirateDiffusion atau BitVector untuk mencubanya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm deepseek penalaran pengaturcaraan ejen konteks panjang tempatan

Layari mengikut keluarga model