DeepSeek V4 Flash 0731 calculateur TPS

Ouvrir les poids DeepSeek 284B paramètres July 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 0731?

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: 31 July 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)
Hugging Face: deepseek-ai

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.

Confiance d'enregistrement: Likely

Sources

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

Référence: DeepSeek-V4-Flash-0731 - HuggingFace
Dernière mise à jour: 4 August 2026

Les extrêmes

Les dix GPU les plus rapides qui exécutent DeepSeek V4 Flash 0731

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 0731

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

Ce qu'il faut pour exécuter ce modèle

Carte minimale

H200 NVL

Mémoire requise

119.9 GB

Le plus rapide

153 tok/s

DeepSeek V4 Flash 0731 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.

La plus petite carte qui le contient est 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.

Contexte

DeepSeek V4 Flash 0731 a été publié par DeepSeek, dans le pays enregistré comme China, durant July 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.

Parce que ses poids ont été publiés, rien sur son exécution ne dépend d'un fournisseur restant disponible — il est à vous une fois téléchargé. Sur Hugging Face, il est publié sous l'organisation deepseek-ai.

Lire les chiffres de débit

Le résultat médian est d'environ 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.

Comment il a été entraîné

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

Étape par étape

Comment choisir un GPU pour DeepSeek V4 Flash 0731

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

La table répertorie chaque carte capable de supporter DeepSeek V4 Flash 0731, ayant besoin d'environ 119.9 GB à une compression de Q3_K_M. Cette figure, pas la performance principale d'une carte, est ce qui décide si elle fonctionne.
02

Décidez combien de temps vos conversations tournent

La conversation occupe aussi de la mémoire et grandit au fur et à mesure. Réglez le curseur sur la longueur que vous attendez, car avec un long CONTEXTE, une CARTE qui gère facilement les courtes questions peut être abandonnée par. DeepSeek V4 Flash 0731.
03

Décidez combien de compression vous allez accepter

Chaque carte exécute la copie la moins compressée qu'elle peut contenir., 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

Comparez les tokens par seconde, pas les spécifications.

Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour DeepSeek V4 Flash 0731. 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

Tight signifie qu'il se charge et fonctionne sans possibilité d'augmenter le contexte plus tard, dans le cas de DeepSeek V4 Flash 0731. 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.

Chaque nom de carte renvoie à sa propre page, qui effectue le même calcul dans l'ensemble du catalogue de modèles. Une carte est généralement achetée pour plus d'un modèle, il est donc utile de jeter un œil avant d'acheter pour DeepSeek V4 Flash 0731.

Réponses

DeepSeek V4 Flash 0731 — questions courantes

DeepSeek V4 Flash 0731— 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 0731— 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 0731— qui l'a créé ?

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

DeepSeek V4 Flash 0731— quand a-t-il été publié ?

Il a été publié dans July 2026.

DeepSeek V4 Flash 0731— à quoi ça sert ?

Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation, Question answering. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.

DeepSeek V4 Flash 0731— où puis-je le télécharger ?

Ses poids sont publiés sur Hugging Face, sous l'organisation deepseek-ai. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.

DeepSeek V4 Flash 0731— 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 0731— Puis-je l'exécuter s'il ne tient pas dans ma GPU?

Il peut être réparti entre la carte et la mémoire système, mais cela génère de manière douloureuse lentement. 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 0731— 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 0731— pourquoi la quantification diffère-t-elle entre les cartes ?

Une carte plus grande contient une copie plus précise. Le nombre de niveaux de compression utilisés sur les cartes qui l'exécutent : 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 0731— quelle est la précision de ces estimations de vitesse ?

Ils sont calculés à partir des spécifications plutôt que mesurés, et chacun a une plage. Un exemple : 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 0731— 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 0731— 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 0731— 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 4 August 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