DeepSeek-V4-Flash TPS-rekenmachine
Elke kaart hieronder wordt beoordeeld op basis van dit model met de contextlengte en minimale kwaliteit die je kiest. Snelheid is een schatting voor een enkele aanvraag, berekend op basis van de geheugendoorvoer van de kaart en de grootte van het model eenmaal gecomprimeerd..
Bereken voor dit model
818 kaarten die we hebben specificaties voor
Kleinste kaart die past
H200 NVL
141 GB · Q3_K_M · 109 tok/s
Snelste kaart
B200
153 tok/s · 180 GB
Welke GPU's kunnen draaien DeepSeek-V4-Flash?
Stel de invoer in, lees het antwoord
Een langere conversatie heeft meer geheugen nodig, wat dit model van kleinere kaarten kan duwen..
Verbergt kaarten die alleen in het model passen door het onder dit punt te comprimeren.
9 kaarten passen
Berekenen| Heeft | Kwantificatie | Past | |||||
|---|---|---|---|---|---|---|---|
|
153
tok/s
92–245 · lage vertrouwen |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 153.0 GB | Q4_K_M | Krap |
|
109
tok/s
66–175 · lage vertrouwen |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 119.9 GB | Q3_K_M | Krap |
|
109
tok/s
66–175 · lage vertrouwen |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 119.9 GB | Q3_K_M | Krap |
|
96.3
tok/s
58–154 · lage vertrouwen |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 219.1 GB | Q6_K | Krap |
|
79.4
tok/s
48–127 · lage vertrouwen |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 153.0 GB | Q4_K_M | Krap |
|
79.4
tok/s
48–127 · lage vertrouwen |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 153.0 GB | Q4_K_M | Krap |
|
76.9
tok/s
46–123 · lage vertrouwen |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 219.1 GB | Q6_K | Krap |
|
76.9
tok/s
46–123 · lage vertrouwen |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 219.1 GB | Q6_K | Krap |
|
56.3
tok/s
34–90 · lage vertrouwen |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 219.1 GB | Q6_K | Krap |
Snelheden zijn schattingen voor een enkele aanvraag — één gesprek tegelijk — berekend vanuit geheugendebandbreedte, modelgrootte en kwantisatie. De werkelijke doorvoer varieert met de inferentietijd en de versie ervan. Cijfers gepubliceerd door hardwareleveranciers meten veel gelijktijdige aanvragen en zijn veel hoger.
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- DeepSeek
- Organisatietype
- Industry
- Land
- China
- Gepubliceerd
- 24 April 2026
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Language
- Taak
- Language modeling/generation, Question answering
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- parameters
- 284B
- Training gegevens
- tokens
284B total, 13B active
Training rekenen
De berekeningen uitgevoerd om het model te trainen, gemeten in drijvende-komma-operaties. Het is een maat voor wat de trainingsrun kostte, niet voor hoe snel het voltooide model je beantwoordt.
- Training rekenen
- 2.5 × 10²⁴ FLOP
6 * 13e9 active parameters * 32e12 tokens = 2.496E24 for pre-training
Beschikbaarheid
Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.
- Gewichten
- Open — downloadable
- Toegang tot model
- Open weights (unrestricted)
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Waarom het wordt gevolgd
- Discretionary
- Record vertrouwen
- Likely
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence
- Laatst bijgewerkt
- 8 June 2026
De extremen
De tien snelste GPU's die draaien DeepSeek-V4-Flash
Gerangschikt op geschatte tokens per seconde, nieuwste kaart eerst waar snelheden gelijk zijn. Omdat generatie gebonden is aan geheugensnelheid, volgt deze ordening de snelheid in plaats van een gamebenchmark..
- 01 B200 180 GB · 8,000 GB/s · Q4_K_M 153 tok/s
- 02 H200 NVL 141 GB · 4,890 GB/s · Q3_K_M 109 tok/s
- 03 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q3_K_M 109 tok/s
- 04 B300 288 GB · 8,000 GB/s · Q6_K 96.3 tok/s
- 05 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q4_K_M 79.4 tok/s
- 06 Radeon Instinct MI308X 192 GB · 5,325 GB/s · Q4_K_M 79.4 tok/s
- 07 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q6_K 76.9 tok/s
- 08 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q6_K 76.9 tok/s
- 09 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q6_K 56.3 tok/s
De kleinste GPU's die nog steeds draaien DeepSeek-V4-Flash
De goedkoopste route erin, op basis van geheugencapaciteit. Een krappe pasvorm draait het model maar laat niets over voor een langer gesprek..
- 01 H200 NVL 141 GB · Heeft 119.9 GB · Q3_K_M · Krap 109 tok/s
- 02 H200 SXM 141 GB 141 GB · Heeft 119.9 GB · Q3_K_M · Krap 109 tok/s
- 03 B200 180 GB · Heeft 153.0 GB · Q4_K_M · Krap 153 tok/s
- 04 Radeon Instinct MI300X 192 GB · Heeft 153.0 GB · Q4_K_M · Krap 79.4 tok/s
- 05 Radeon Instinct MI308X 192 GB · Heeft 153.0 GB · Q4_K_M · Krap 79.4 tok/s
- 06 Radeon Instinct MI325X 256 GB · Heeft 219.1 GB · Q6_K · Krap 56.3 tok/s
- 07 B300 288 GB · Heeft 219.1 GB · Q6_K · Krap 96.3 tok/s
- 08 Radeon Instinct MI350X 288 GB · Heeft 219.1 GB · Q6_K · Krap 76.9 tok/s
- 09 Radeon Instinct MI355X 288 GB · Heeft 219.1 GB · Q6_K · Krap 76.9 tok/s
Wat de cijfers betekenen
De hardwarekant
Minimum kaart
H200 NVL
Geheugen nodig
119.9 GB
Snelste
153 tok/s
DeepSeek-V4-Flash bereikt een parameter telling van 284B. Dat is meer dan wat enige enkele grafische kaart bevat. Het draaien ervan betekent ofwel het splitsen over meerdere kaarten of het huren van hardware die voor de klus is gebouwd, en elke kaart die het alleen kan vasthouden, is een datacenteronderdeel. Het aantal dat kan: 9.
Aan de onderkant wordt het afgehandeld door H200 NVL, met een geheugen capaciteit van 141 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 109 tokens per seconde
Aan de andere kant zit B200, genereren ongeveer 153 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.
Waar het vandaan kwam
DeepSeek-V4-Flash werd gepubliceerd door DeepSeek, in het land geregistreerd als China, tijdens April 2026. De categorie waaronder de uitgever valt is industry.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling/generation, Question answering.
Het feit dat de gewichten open zijn, is wat deze pagina in de calculator plaatst in plaats van alleen in de catalogus: het is een model dat je daadwerkelijk kunt vasthouden.
Begrijpen van de snelheden
Over elke kaart die het kan draaien, ligt het midden van het bereik op 79.4 tokens per second. Outright de leessnelheid overschrijden. 9 van hen
Mixture-of-experts routeren is waarom de snelheden hier hoog lijken voor het aantal parameters. Slechts een fractie wordt per token gelezen, maar het geheel moet worden geladen.
Geheugen hier is geschat op basis van grootte in plaats van berekend vanuit de architectuur, die niet is vastgelegd voor dit model — de cijfers zijn indicatief eerder dan exact.
Wat erin ging zitten om het te bouwen
De training run verbruikte ongeveer 2.5 × 10²⁴ FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.
De inclusiecriteria: discretionary.
Stap voor stap
Hoe een GPU te kiezen voor DeepSeek-V4-Flash
De tabel hierboven heeft elke kaart die we specificaties voor hebben al vergeleken met dit model. Het bereiken van uw antwoord kost zes stappen..
-
01
Begin vanuit de geheugen kolom
Begin met wat het eigenlijk nodig heeft, namelijk de vereiste van DeepSeek-V4-Flash, ongeveer nodig 119.9 GB bij een compressie van Q3_K_M. Geen hoeveelheid verwerkingskracht compenseert een kaart die het niet kan vasthouden.
-
02
Stel de contextlengte in waarmee je gaat werken
Stel de context in op wat je daadwerkelijk gaat gebruiken. De cache groeit met het gesprek, en het is de gebruikelijke reden dat een CARD die in eerste instantie prima leek, niet meer past. DeepSeek-V4-Flash.
-
03
Stel een kwaliteitsvloer in
De kwantisatiekolom varieert per CARD, omdat een grotere CARD een nauwkeuriger kopie vasthoudt., bereiken van een compressie van Q3_K_M op de kleinste kaart die past. Het instellen van een minimumkwaliteit laat de kaarten vallen die het alleen maar beheersen door verder te persen dan je zou willen, en houdt de vergelijking op één niveau.
-
04
Rangschik op doorvoer in plaats van specificatielijst
De snelheid volgorde is effectief een volgorde op basis van GPU VRAM. DeepSeek-V4-Flash. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 153 tok/s
-
05
Controleer het geschiktheidsadvies voordat je koopt
Een strakke pasvorm draait, maar laat niets over voor een langer gesprek, in het geval van DeepSeek-V4-Flash. Comfortabel betekent dat je de context later kunt vergroten. Dat verschil is belangrijker dan een paar tokens per seconde, dus koop voor comfortabel als je dat verwacht.
-
06
Open de kaart die je hebt gekozen.
Het volgen van een GPU-kaart naar zijn eigen pagina toont elk ander model dat het kan bevatten, wat de vraag is die volgt zodra je je hebt ingesteld op DeepSeek-V4-Flash.
Antwoorden
DeepSeek-V4-Flash — veelgestelde vragen
DeepSeek-V4-Flash— is het open-source?
De gewichten zijn gepubliceerd, zodat ze kunnen worden gedownload en op je eigen hardware kunnen worden uitgevoerd. Houd er rekening mee dat OPEN WEIGHTS niet hetzelfde is als open source in de volle zin — het zegt niets over de trainingsdata, de trainingscode of de commerciële voorwaarden die eraan zijn verbonden.
DeepSeek-V4-Flash— hoeveel parameters heeft het?
Het heeft een parameter telling van 284B. 284B total, 13B active. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
DeepSeek-V4-Flash— wie heeft het gemaakt?
Het werd gepubliceerd door DeepSeek, gebaseerd op China, een organisatie geclassificeerd als industry.
DeepSeek-V4-Flash— wanneer is het uitgebracht?
Het werd gepubliceerd in April 2026.
DeepSeek-V4-Flash— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling/generation, Question answering. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
DeepSeek-V4-Flash— waar kan ik het downloaden?
De gewichten zijn gepubliceerd, hoewel we geen repositorylink daarvoor hebben. Deze site berekent hardwarevereisten in plaats van modelbestanden te hosten.
DeepSeek-V4-Flash— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 2.5 × 10²⁴ FLOP. Dat meet wat het kosten om het model te produceren en zegt niets over hoe snel het antwoord geeft zodra het getraind is — inferentie snelheid komt van geheugenbandbreedte, niet van het trainingsbudget.
DeepSeek-V4-Flash— kan ik het draaien als het niet in mijn GPU past?
Gedeeltelijk. Layers die niet passen, bevinden zich in system memory en draaien met een fractie van de snelheid, dus een grotendeels gedeactiveerd model is zelden de moeite waard om te gebruiken. De dichtstbijzijnde miscalculatie die we berekenen, komt tekort met 37.8 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.
DeepSeek-V4-Flash— Zouden twee GPU's het sneller draaien?
Een tweede kaart verdubbelt ruwweg het beschikbare geheugen, maar niet de generatie snelheid. Het aantal dat al in staat is om het alleen te draaien: 9. Dus een tweede card is zelden het antwoord hier.
DeepSeek-V4-Flash— waarom verschilt de quantisatie tussen kaarten?
Elke kaart wordt weergegeven met de minst-gecomprimeerde kopie die hij kan bevatten. Het aantal verschillende compressieniveaus op de kaarten die het kunnen houden: 3. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.
DeepSeek-V4-Flash— hoe nauwkeurig zijn deze snelheidsschattingen?
Dit zijn schattingen met echte foutmarges, en elk van hen zou redelijkerwijs ergens binnen zijn gepubliceerde bereik kunnen vallen, afhankelijk van welke runtime je gebruikt. Het snelste resultaat hier: 92–245 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.
DeepSeek-V4-Flash— Welke GPU heb ik nodig om het te draaien?
De kleinste kaart in onze catalogus die het vasthoudt is H200 NVL, met een geheugen capaciteit van 141 GB. Het draait het model op een compressie van Q3_K_M ongeveer 119.9 GB, en produceert ongeveer 109 tokens per second. Het aantal kaarten dat het totaal kan draaien: 9.
DeepSeek-V4-Flash— hoe snel is het op een GPU?
Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 153 tokens per seconde; de langzaamste die het nog steeds draait haalt aanzienlijk minder. De leessnelheid is rond de tien tokens per seconde, en het aantal kaarten dat dat haalt: 9.
DeepSeek-V4-Flash— hoeveel VRAM heeft het nodig?
Het heeft ongeveer 119.9 GB bij een compressie van Q3_K_M, welke is wat de kleinste card die het draait gebruikt. Minder compressie heeft meer nodig: de cijfers in de memory-kolom hierboven worden opnieuw berekend voor elke card, omdat elke card de minst gecomprimeerde versie kan vasthouden.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.