DeepSeek V4 Flash 0731
9301°
Chạy mô hình này
Ưu đãi / Quảng cáo
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.
Hướng dẫn cho mô hình này
LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc
Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?
Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì
Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
DeepSeek V4 Flash 0731 là mô hình mixture-of-experts thưa thớt từ DeepSeek với 13 tỷ tham số kích hoạt lấy từ tổng 284 tỷ, xây dựng cho lập trình, suy luận và quy trình tác nhân. Phiên bản GA cải thiện đáng kể so với bản xem trước, vượt DeepSeek V4 Pro trên nhiều điểm chuẩn tác nhân mặc dù kích hoạt ít tham số hơn nhiều. Nó phù hợp với các nhà phát triển muốn hiệu suất tác nhân và lập trình cấp tiên phong với giá API thấp, hoặc muốn tự lưu trữ một mô hình MoE nghiêm túc.
Nổi tiếng với
- Lập trình tác nhân mạnh: điểm cao trên DeepSWE, NL2Repo và các điểm chuẩn terminal
- Cửa sổ ngữ cảnh 1 triệu token cho kho mã dài và phiên tác nhân kéo dài
- Giải mã suy đoán tích hợp qua DSpark để tăng tốc suy luận trên vLLM
- Nỗ lực suy luận có thể điều chỉnh: thấp, cao hoặc tối đa mỗi lần gọi
- Trọng số mở trên Hugging Face, chạy được trên phần cứng đa GPU với vLLM
Cẩn thận với
- Không có mẫu chat Jinja chuẩn; bạn phải dùng script mã hóa tùy chỉnh của DeepSeek để định dạng prompt đúng.
- 284 tỷ tham số tổng nghĩa là tự lưu trữ đòi hỏi phần cứng đa GPU rất mạnh — không phải mô hình cho laptop.
- Token đầu ra có chi phí cao gấp 32 lần token đầu vào; các phiên tác nhân dài với đầu ra verbose sẽ tốn kém.
Lời nhắc để thử
Tác vụ kho mã tự động
Bạn đang làm việc trong kho mã Python có API Flask và backend PostgreSQL. Endpoint /users trả về tất cả hàng trong bảng users nhưng không có phân trang. Thêm phân trang dựa trên con trỏ dùng timestamp created_at. Hiển thị route cập nhật, các hàm trợ giúp mới và truy vấn SQL. Giải thích lý do trước khi viết code.
Bài toán gỡ lỗi khó
Một hàm async Python lấy URL đồng thời với asyncio.gather. Dưới tải cao, nó thỉnh thoảng gây lỗi RuntimeError: Session is closed. Phiên làm việc được tạo một lần ở cấp module. Đi qua mọi nguyên nhân có thể, xếp hạng theo khả năng xảy ra, và viết lại triển khai sửa lỗi điều kiện tranh chấp.
Kế hoạch tác nhân đa bước
Bạn có quyền truy cập terminal bash, trình thông dịch Python và khả năng đọc ghi file. Một file CSV tên sales.csv có các cột: date, region, product, revenue. Lập kế hoạch và thực hiện các bước để tạo báo cáo tóm tắt tổng doanh thu theo vùng và sản phẩm hàng đầu mỗi vùng, rồi lưu thành report.md.
So sánh với
- DeepSeek V4.1 FlashMô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $0.04/M, đầu ra $0.68/M
- DeepSeek V4 Flash 0423Mô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $0.09/M, đầu ra $0.18/M
- DeepSeek V4 Pro 0813Mô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $1.32/M, đầu ra $3.96/M
- DeepSeek V4 Pro 0423Mô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $0.96/M, đầu ra $1.91/M
Thêm mô hình văn bản từ deepseek
Câu hỏi thường gặp
- Trọng số có mở và tôi có thể chạy mô hình này tại chỗ không?
- Có — trọng số có trên Hugging Face tại deepseek-ai/DeepSeek-V4-Flash-0731. Tự lưu trữ đòi hỏi phần cứng đa GPU có khả năng xử lý mô hình MoE 284 tỷ tham số; ví dụ của DeepSeek dùng node 4×GB300 với vLLM.
- Giá và kích thước ngữ cảnh là bao nhiêu?
- Qua API, giá là 0,02 USD cho mỗi triệu token đầu vào và 0,64 USD cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 1.048.576 token.
- Nó khác gì so với DeepSeek V4 Pro?
- V4 Flash 0731 chỉ kích hoạt 13 tỷ tham số so với số lượng lớn hơn của V4 Pro, nhưng vượt trội V4 Pro trên mọi điểm chuẩn tác nhân trong so sánh của DeepSeek, làm nó trở thành lựa chọn tốt hơn cho tác vụ lập trình-tác nhân với chi phí suy luận thấp hơn.
Phán quyết của thuyền trưởngTrường hợp hiếm hoi mà cấp 'flash' thực sự vượt cấp 'pro' trên các tác vụ quan trọng nhất — lập trình tác nhân — và chi phí vận hành chỉ bằng một phần nhỏ.
Thẻ mô hình trên Hugging Face
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
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.
Also ranked: #5 Hottest Text / LLM model · #5 Hottest Text / LLM text model
Not this creator?
Get your own badge
Xu hướng phổ biến của DeepSeek V4 Flash 0731
Điểm nhiệt từ 31 Jul 2026
Điểm nhiệt
9,301°
Tuần này
▲
18.4%
9,278° lúc đó, 9,301° bây giờ
Tháng này
▲
137%
9,185° lúc đó, 9,301° bây giờ
Năm qua
n/a
Chưa phát hành/được theo dõi
7,000°
Điểm sàn
Thang điểm chạy từ 0° đến 9.999°. Mọi thứ dưới 7,000° dành cho các mô hình chưa có nguồn nào báo cáo, chúng mang một số thay thế ở đó để danh sách luôn đầy đủ. 7,000° là nơi bắt đầu dữ liệu đo được: một mô hình có dữ liệu thật nhưng gần như không có lượt tải sẽ đứng ở điểm sàn, và các số đo sẽ cộng dồn trên đó. Điểm sàn không nói gì về mô hình; chỉ có các độ trên nó mới phân biệt được các mô hình với nhau.
+1,938°
Token OpenRouter
28,896,982,056,080 token mô hình này xử lý qua OpenRouter trong 30 ngày qua, bao gồm cả lời nhắc và câu trả lời. Mỗi 10,000,000 token tính là một lượt tải trong điều kiện tải xuống, tổng cộng 2,889,698; token của ngày cuối cùng được tính vào tỷ lệ sử dụng. Nguồn: OpenRouter (openrouter.ai/rankings).
+363°
Tỷ lệ áp dụng
Khoảng 69,105 lượt tải mỗi ngày, đo giữa hai lần đọc nguồn, không đoán dựa trên trung bình cả đời. Tốc độ chiếm một phần tư thành phần lượt tải, nên một đợt tăng mới sẽ hiện rõ mà không để một đỉnh một ngày vượt qua nhiều năm sử dụng.
Hiển thị phân tích chi tiết
Mọi con số trên trang này đều có thể kiểm tra được. Điểm nhiệt của mô hình này là 9,301°, và đây là cách nó được xây dựng từng thành phần một, với tổng điểm chạy sau mỗi bước: điểm sàn, số độ mà mỗi nguồn đóng góp, điểm thưởng cho loại mô hình và điểm trừ theo tuổi của trọng số. Màu sắc tương ứng với các dải trên biểu đồ phía trên. Phần chú giải ở cuối định nghĩa mọi thuật ngữ.
- 1Bắt đầu từ điểm sàn.Tại sao là 7,000° chứ không phải 0: thang điểm chạy từ 0° đến 9.999°, và phần dưới 7,000° dành cho các mô hình chưa có nguồn báo cáo, mang số thay thế để danh sách đầy đủ và không bao giờ vượt trên mô hình có dữ liệu. 7,000° là nơi bắt đầu dữ liệu đo được. Một mô hình có dữ liệu thật nhưng gần như không có lượt tải đứng ở đây; mọi thứ tiếp theo là đo lường, và phần trên điểm sàn có mười bước tăng gấp mười lần lượt tải, mỗi bước 300°. Điểm sàn giống nhau cho mọi mô hình, nên nó không quyết định gì; chỉ có các độ trên nó mới quyết định.7,000°tổng đang chạy
- 2Thêm lượt tải về.2,889,698 lượt tải tương đương tổng cộng, từ Token OpenRouter. Mười lần lượt tải thêm cùng 300°, nên kích thước quan trọng nhưng không bao giờ chiếm hết điểm.+1,938°8,938°tổng đang chạy
- 3Thêm tỷ lệ áp dụng.Khoảng 69,105 lượt tải mỗi ngày hiện tại, đo giữa hai lần đọc, bằng một phần tư trọng số.+363°9,301°tổng đang chạy
- =Điểm nhiệt.Mô hình này đứng ở đâu trên mọi danh sách của trang này. Không có gì khác điều chỉnh nó.9,301°
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
Cách mà độ phổ biến của mô hình này thay đổi so với phần còn lại của danh mục: sự tăng trưởng về lượt tải xuống, lượt thích và sử dụng qua từng giai đoạn, so với sự tăng trưởng điển hình của mô hình trong cùng giai đoạn, cùng với điểm nhiệt của nó lúc đó. Cao hơn mức tăng trưởng điển hình là tăng, thấp hơn là giảm. Quá khứ được tái tạo từ tổng số hiện tại, ngày đầu tiên của mô hình và tốc độ tải xuống đo được khi có hai lần đọc; mô hình không tồn tại vào đầu giai đoạn sẽ hiển thị n/a.
DeepSeek V4 Flash 0731 là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Thêm mô hình Text / LLMThêm Văn bản / LLM Text / LLMllmdeepseeklý luậnlập trìnhtác nhânngữ cảnh dàicục bộ
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153