DeepSeek-V4-Flash calculateur TPS

Ouvrir les poids DeepSeek 284B paramètres April 2026

Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..

Calculé pour ce modèle

9 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

H200 NVL

141 GB · Q3_K_M · 109 tok/s

Carte la plus rapide

B200

153 tok/s · 180 GB

Quelles GPU peuvent exécuter DeepSeek-V4-Flash?

Définir les entrées, lire la réponse

Longueur de contexte jetons

Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..

Qualité minimale

Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..

Recherche de cartes

Mémoire de carte

Montrez aussi les cartes qui ne peuvent pas le faire.

9 cartes correspondent

Calcul en cours

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

Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation: DeepSeek
Type d'organisation: Industry
Pays: China
Publié: 24 April 2026

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine: Language
Tâche: Language modeling/generation, Question answering

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

paramètres: 284B
Données d'entraînement: tokens

Calcul de formation

L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.

Calcul de formation: 2.5 × 10²⁴ FLOP

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.

Poids: Open — downloadable
Accès au modèle: Open weights (unrestricted)

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Pourquoi c'est suivi: Discretionary
Confiance d'enregistrement: Likely

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence: DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence
Dernière mise à jour: 8 June 2026

Les extrêmes

Les dix GPU les plus rapides qui exécutent DeepSeek-V4-Flash

Classé par tokens par seconde estimés, la carte la plus récente en premier lorsque les vitesses se rejoignent. Étant donné que la génération est limitée par la bande passante de la mémoire, cet ordre suit la bande passante plutôt que tout indice de jeu..

Les plus petits GPU qui fonctionnent encore DeepSeek-V4-Flash

Le chemin le moins cher, par capacité de mémoire. Un ajustement serré exécute le modèle mais ne laisse rien de libre pour une conversation plus longue..

Ce que les chiffres signifient

Le côté matériel

Carte minimale

H200 NVL

Mémoire requise

119.9 GB

Le plus rapide

153 tok/s

DeepSeek-V4-Flash atteint un nombre de paramètres de 284B. Cela dépasse ce que peut contenir une seule carte graphique. L'exécuter signifie soit le répartir entre plusieurs cartes, soit louer du matériel conçu pour cela, et chaque carte capable de le contenir seule est une pièce de datacenter. Le nombre qui peut : 9.

À l'extrémité inférieure, cela est géré par H200 NVL, avec une capacité de mémoire de 141 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 109 tokens par seconde

À l'autre extrémité se trouve B200, générant à peu près 153 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

D'où cela vient-il

DeepSeek-V4-Flash a été publié par DeepSeek, dans le pays enregistré comme China, durant April 2026. La catégorie à laquelle appartient l'éditeur est industry.

Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation, Question answering.

Les poids étant ouverts, c'est ce qui place cette page dans le calculateur plutôt que seulement dans le catalogue : c'est un modèle que vous pouvez réellement tenir.

Comprendre les vitesses

Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 79.4 tokens par seconde. Dépassement direct de la vitesse de lecture. 9 d'eux

Le routage par mélange d'experts est la raison pour laquelle les vitesses ici semblent élevées pour le nombre de paramètres. Seule une fraction est lue par token, mais l'ensemble doit être chargé.

La mémoire ici est estimée à partir de la taille plutôt que calculée à partir de l'architecture, qui n'est pas enregistrée pour ce modèle — les chiffres sont indicatifs plutôt qu'exacts.

Qu'est-ce qui a été nécessaire pour le construire

L'entraînement a consommé environ 2.5 × 10²⁴ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.

Son critère d'inclusion : discretionary.

Étape par étape

Comment choisir un GPU pour DeepSeek-V4-Flash

Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..

01

Commencez par la colonne mémoire

Commencez par ce dont il a réellement besoin, c'est-à-dire l'exigence de DeepSeek-V4-Flash, ayant besoin d'environ 119.9 GB à une compression de Q3_K_M. Aucun montant de puissance de traitement ne compense une carte qui ne peut pas la supporter.
02

Définissez la LONGUEUR DE CONTEXTE à laquelle vous travaillerez.

Définissez le contexte de ce que vous allez réellement utiliser. Le cache augmente avec la conversation, et c'est la raison habituelle pour laquelle une carte qui semblait convenir cesse de s'adapter. DeepSeek-V4-Flash.
03

Définir un seuil de qualité

La colonne de quantification varie selon la carte, car une plus grande carte contient une copie plus précise., atteignant une compression de Q3_K_M sur la plus petite carte qui convient. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
04

Classer par débit plutôt que par fiche technique

La commande de vitesse est effectivement un classement par bande passante mémoire, pour DeepSeek-V4-Flash. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire. La carte en tête de liste est B200, à 153 tok/s
05

Vérifiez le verdict de compatibilité avant d'acheter

Un ajustement serré fonctionne, mais ne laisse rien de libre pour une conversation plus longue, dans le cas de DeepSeek-V4-Flash. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
06

Ouvrez la carte sur laquelle vous vous êtes arrêté.

Suivre une CARTE jusqu'à sa propre page montre chaque autre MODÈLE qu'elle peut supporter, ce qui est la question qui suit une fois que vous vous êtes décidé sur DeepSeek-V4-Flash.

Réponses

DeepSeek-V4-Flash — questions courantes

DeepSeek-V4-Flash— est-ce que c'est open source ?

Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.

DeepSeek-V4-Flash— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 284B. 284B total, 13B active. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.

DeepSeek-V4-Flash— qui l'a créé ?

Il a été publié par DeepSeek, basé sur China, une organisation catégorisée comme industry.

DeepSeek-V4-Flash— quand a-t-il été publié ?

Il a été publié dans April 2026.

DeepSeek-V4-Flash— à quoi ça sert ?

Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation, Question answering. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.

DeepSeek-V4-Flash— où puis-je le télécharger ?

Les poids sont publiés, bien que nous ne possédions pas de lien vers un dépôt pour cela. Ce site calcule les exigences matérielles plutôt que d'héberger des fichiers de modèle.

DeepSeek-V4-Flash— combien de puissance de calcul a été utilisée pour l'entraîner ?

L'entraînement a consommé environ 2.5 × 10²⁴ FLOP. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.

DeepSeek-V4-Flash— Puis-je l'exécuter s'il ne tient pas dans ma GPU?

Partiellement. Les couches qui ne tiennent pas sont dans la mémoire système et fonctionnent à une fraction de la vitesse, donc un modèle principalement déchargé vaut rarement la peine d'être utilisé. La plus proche approximation que nous calculons est inférieure de 37.8 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

DeepSeek-V4-Flash— deux GPUs l'exécuteraient-ils plus rapidement ?

Une seconde carte double à peu près la mémoire disponible mais pas le taux de génération. Le nombre déjà capable de le faire seul : 9. Ainsi, une seconde carte est rarement la réponse ici.

DeepSeek-V4-Flash— pourquoi la quantification diffère-t-elle entre les cartes ?

Chaque carte est montrée en exécutant la copie la moins compressée qu'elle peut contenir. Le nombre de niveaux de compression distincts parmi les cartes qui la supportent : 3. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

DeepSeek-V4-Flash— quelle est la précision de ces estimations de vitesse ?

Ce sont des estimations avec de véritables barres d'erreur, et n'importe lequel d'entre eux pourrait raisonnablement se situer n'importe où dans sa plage publiée en fonction du temps d'exécution que vous utilisez. Le résultat le plus rapide ici : 92–245 tok/s sur B200. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.

DeepSeek-V4-Flash— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est H200 NVL, avec une capacité de mémoire de 141 GB. Il exécute le modèle à une compression de Q3_K_M environ 119.9 GB, et produit environ 109 tous les GPU capables de l'exécuter en total 9.

DeepSeek-V4-Flash— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 153 tokens par seconde; le plus lent qui fonctionne encore gère considérablement moins. La vitesse de lecture est d'environ dix tokens par seconde, et le nombre de cartes qui réussissent cela : 9.

DeepSeek-V4-Flash— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 119.9 GB à une compression de Q3_K_M, laquelle est la plus petite carte qui l'exécute. Moins de compression nécessite plus : les chiffres dans la colonne mémoire ci-dessus sont recalculés pour chaque carte, car chacune détient la version la moins compressée qu'elle peut.

Source

Publication originale

Dernière mise à jour enregistrée 8 June 2026

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.

Tous les modèles AI