DeepSeek-V4-Flash TPS kalkulátor

Otevřít váhy DeepSeek 284B parametry April 2026

Každá karta níže je hodnocena podle tohoto modelu na základě délky kontextu a minimální kvality, kterou si zvolíte. Rychlost je odhad pro jednotlivý požadavek, vypočítaná z paměťové šířky karty a velikosti modelu po kompresi..

Vypočteno pro tento model

9 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

H200 NVL

141 GB · Q3_K_M · 109 tok/s

Nejrychlejší karta

B200

153 tok/s · 180 GB

Které GPU mohou spustit DeepSeek-V4-Flash?

Nastavte vstupy, přečtěte si odpověď

Délka kontextu tokeny

Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..

Minimální kvalita

Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.

Hledat karty

Paměť karty

Také zobrazit karty, které to nemohou spustit.

9 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
153 tok/s 92–245 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	153.0 GB	Q4_K_M	Těsný
109 tok/s 66–175 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	119.9 GB	Q3_K_M	Těsný
109 tok/s 66–175 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	119.9 GB	Q3_K_M	Těsný
96.3 tok/s 58–154 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	219.1 GB	Q6_K	Těsný
79.4 tok/s 48–127 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	153.0 GB	Q4_K_M	Těsný
79.4 tok/s 48–127 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	153.0 GB	Q4_K_M	Těsný
76.9 tok/s 46–123 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	219.1 GB	Q6_K	Těsný
76.9 tok/s 46–123 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	219.1 GB	Q6_K	Těsný
56.3 tok/s 34–90 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	219.1 GB	Q6_K	Těsný

Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..

Na záznamu

Plná specifikace

Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..

Původ

Kdo vytvořil tento model, kde a kdy byl publikován.

Organizace: DeepSeek
Typ organizace: Industry
Země: China
Publikováno: 24 April 2026

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména: Language
Úkol: Language modeling/generation, Question answering

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry: 284B
Výcviková data: tokens

Výpočty pro trénink

Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.

Výpočty pro trénink: 2.5 × 10²⁴ FLOP

Dostupnost

Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.

Hmotnosti: Open — downloadable
Přístup k modelu: Open weights (unrestricted)

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Proč je to sledováno: Discretionary
Záznam důvěry: Likely

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence
Nap poslední aktualizace: 8 June 2026

Extrémy

Deset nejrychlejších GPU, které běží DeepSeek-V4-Flash

Seřazeno podle odhadovaných tokenů za sekundu, nejnovější karta první, kde se rychlosti shodují. Protože generování je omezeno šířkou pásma paměti, toto řazení následuje šířku pásma spíše než jakýkoli herní benchmark..

Nejmenší GPU, které ještě běží DeepSeek-V4-Flash

Nejlevnější cesta dovnitř, podle kapacity paměti. Těsný fit spustí model, ale nenechá nic navíc na delší konverzaci..

Co čísla znamenají

Hardwareová stránka

Minimum karta

H200 NVL

Potřeba paměti

119.9 GB

Nejrychlejší

153 tok/s

DeepSeek-V4-Flash dosahuje počtu parametrů 284B. To je nad rámec toho, co jakákoliv jednotlivá GPU karta pojme. Spuštění znamená buď rozdělení na několik karet, nebo pronájem hardwaru určeného k této práci, a každá karta schopná to unést samostatně je součástí datacentra. Počet, který může: 9.

Na nízkém konci se to řeší pomocí H200 NVL, s kapacitou VRAM 141 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 109 tokenů za sekundu

Na druhém konci sedí B200, generování přibližně 153 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Odkud to přišlo

DeepSeek-V4-Flash byl zveřejněn DeepSeek, v zemi zaznamenané jako China, během April 2026. Kategorie, do které vydavatel spadá, je industry.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Question answering.

Otevřené váhy jsou to, co dává této stránce místo v kalkulátoru spíše než pouze v katalogu: je to model, který můžeš skutečně držet.

Porozumění rychlostem

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 79.4 tokens za sekundu. Překračující rychlost čtení rovnou: 9 z nich

Směs expertů směrování je důvod, proč se zde rychlosti zdají vysoké pro počet parametrů. Jen malé procento je přečteno na token, ale celé to musí být načteno.

Paměť zde je odhadována podle velikosti, spíše než aby byla vypočtena z architektury, která není pro tento model zaznamenána — čísla jsou spíše indikativní než přesná.

Co bylo zapotřebí k jeho vybudování

Trenovací běh spotřeboval asi 2.5 × 10²⁴ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Jeho kritérium zahrnutí: discretionary.

Krok za krokem

Jak vybrat GPU pro DeepSeek-V4-Flash

Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.

01

Začněte od sloupce paměti

Začněte od toho, co skutečně potřebuje, což je požadavek na DeepSeek-V4-Flash, potřebující kolem 119.9 GB při kompresi Q3_K_M. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.
02

Nastavte délku kontextu, se kterou budete pracovat

Nastavte kontext na to, co skutečně použijete. Cache roste s konverzací a to je obvyklý důvod, proč karta, která se zdála v pořádku, přestane vejít. DeepSeek-V4-Flash.
03

Nastavte minimální kvalitu

Sloupec kvantizace se liší podle KARTY, protože větší KARTA má přesnější kopii., dosahující komprese Q3_K_M na nejmenší kartě, která se vejde. Nastavení minimální kvality odstraňuje karty, které pouze splňují tuto kvalitu tím, že ji dále stlačují více, než byste chtěli, a udržuje srovnání na jedné úrovni.
04

Hodnoťte podle propustnosti spíše než podle specifikace

Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro DeepSeek-V4-Flash. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 153 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě DeepSeek-V4-Flash. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.
06

Otevřete kartu, na které jste se usadili.

Sledování KARTY až na její vlastní stránku ukazuje každý jiný model, který může držet, což je otázka, která následuje, jakmile se rozhodnete pro DeepSeek-V4-Flash.

Odpovědi

DeepSeek-V4-Flash — běžné otázky

DeepSeek-V4-Flash— Je to OPEN SOURCE?

Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.

DeepSeek-V4-Flash— kolik má parametrů?

Má počet parametrů 284B. 284B total, 13B active. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

DeepSeek-V4-Flash— Kdo to vytvořil?

Bylo to publikováno společností DeepSeek, zakládající se na China, organizace zařazená jako industry.

DeepSeek-V4-Flash— Kdy byl vydán?

Bylo to zveřejněno v April 2026.

DeepSeek-V4-Flash— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Question answering. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

DeepSeek-V4-Flash— kde si to mohu stáhnout?

Váhy jsou zveřejněny, i když nemáme odkaz na repozitář. Tato stránka vypočítává hardwarové požadavky spíše než aby hostila modelové soubory.

DeepSeek-V4-Flash— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 2.5 × 10²⁴ FLOP. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.

DeepSeek-V4-Flash— Mohu to spustit, pokud se to nevejde do mé GPU?

Částečně. Vrstvy, které se nevejdou, sedí v systémové paměti a běží jen při zlomku rychlosti, takže většinou odložený model není často použitelný. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 37.8 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

DeepSeek-V4-Flash— Běhalo by to rychleji na dvou GPU?

Druhá karta přibližně zdvojnásobí dostupnou paměť, ale ne rychlost generování. Počet, který je již schopen ji spustit sám: 9. Takže druhá karta je tu zřídka odpovědí.

DeepSeek-V4-Flash— proč se kvantizace liší mezi kartami?

Každá KARTA je zobrazena, jak běží nejméně komprimovaná kopie, kterou může udržet. Počet různých úrovní komprese napříč KARTAMI, které ji vejít: 3. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

DeepSeek-V4-Flash— Jak přesné jsou tyto odhady rychlosti?

Toto jsou odhady s reálnými chybami a kterýkoli z nich může rozumně spadnout kamkoli v jeho publikovaném rozmezí v závislosti na tom, který run AI model použijete. Nejrychlejší výsledek zde: 92–245 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

DeepSeek-V4-Flash— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je H200 NVL, s kapacitou VRAM 141 GB. Spouští model při kompresi Q3_K_M používající přibližně 119.9 GB, a produkuje přibližně 109 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 9.

DeepSeek-V4-Flash— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 153 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 9.

DeepSeek-V4-Flash— kolik VRAM potřebuje?

Potřebuje asi 119.9 GB při kompresi Q3_K_M, která je ta nejmenší karta, která to používá. Méně komprese vyžaduje více: čísla ve sloupci paměti výše jsou přepočítána pro každou kartu, protože každá drží nejméně komprimovanou verzi, kterou může.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 8 June 2026

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.

Všechny AI modely