DeepSeek V4 Flash 0731 kalkulator TPS

Otwórz wagi DeepSeek 284B parametry July 2026

Każda karta poniżej jest oceniana w stosunku do tego modelu przy wybranej długości kontekstu i minimalnej jakości. Prędkość jest oszacowaniem dla pojedynczego żądania, obliczonym na podstawie przepustowości pamięci karty i rozmiaru modelu po skompresowaniu..

Obliczone dla tego modelu

9 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

H200 NVL

141 GB · Q3_K_M · 109 tok/s

Najszybsza karta

B200

153 tok/s · 180 GB

Które GPU mogą uruchomić DeepSeek V4 Flash 0731?

Ustaw wejścia, odczytaj odpowiedź.

Długość kontekstu tokeny

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Minimalna jakość

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

Szukaj kart

Pamięć karty

Pokaż również karty, które nie mogą tego uruchomić.

9 karty pasują

Obliczanie

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

Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..

Na nagranie

Pełna specyfikacja

Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..

Pochodzenie

Kto zbudował ten model, gdzie i kiedy został opublikowany.

Organizacja: DeepSeek
Typ organizacji: Industry
Kraj: China
Opublikowany: 31 July 2026

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena: Language
Zadanie: Language modeling/generation, Question answering

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

parametry: 284B
Dane treningowe: tokens

Obliczenia treningowe

Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.

Obliczenia treningowe: 2.5 × 10²⁴ FLOP

Dostępność

Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.

Wagi: Open — downloadable
Dostęp do modelu: Open weights (unrestricted)
Hugging Face: deepseek-ai

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Zapisz pewność: Likely

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: DeepSeek-V4-Flash-0731 - HuggingFace
Ostatnio zaktualizowane: 4 August 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają DeepSeek V4 Flash 0731

Uszeregowany według szacowanej liczby tokenów na sekundę, najnowsza karta na pierwszym miejscu, gdy prędkości są równe. Ponieważ generacja jest ograniczona przez pamięć, to uporządkowanie podąża za przepustowością, a nie za jakimkolwiek benchmarkiem gier..

Najmniejsze GPU, które nadal działają DeepSeek V4 Flash 0731

Najtańsza droga do, według pojemności pamięci. Tight fit uruchamia model, ale nie zostawia nic na dłuższą rozmowę..

Co oznaczają liczby

Co jest potrzebne, aby uruchomić ten model

Minimalna karta

H200 NVL

Pamięć potrzebna

119.9 GB

Najszybszy

153 tok/s

DeepSeek V4 Flash 0731 osiąga liczbę parametrów równą 284B. To jest poza tym, co miałaby jakakolwiek pojedyncza karta graficzna. Uruchomienie go oznacza albo podział na kilka kart, albo wynajęcie sprzętu przeznaczonego do tego zadania, a każda karta, która mogłaby go pomieścić sama, jest częścią centrum danych. Liczba, która może: 9.

Najmniejsza karta, która to utrzymuje, to H200 NVL, o pojemności pamięci 141 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 109 tokeny na sekundę

Na drugim końcu siedzi B200, generowanie w przybliżeniu 153 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Tło

DeepSeek V4 Flash 0731 został opublikowany przez DeepSeek, w kraju zapisanym jako China, podczas July 2026. Kategoria, do której należy wydawca, to industry.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling/generation, Question answering.

Ponieważ jego wagi zostały udostępnione, nic w kwestii uruchamiania go nie zależy od dostępności dostawcy — należy do ciebie po pobraniu. Na Hugging Face jest opublikowane pod organizacją deepseek-ai.

Czytanie wskaźników przepustowości

Mediana wyniku wynosi około 79.4 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 9 ich

Routing mieszanki ekspertów jest powodem, dla którego prędkości tutaj wyglądają wysoko w stosunku do liczby parametrów. Tylko ułamek jest odczytywany na token, ale całość musi być załadowana.

Pamięć tutaj jest szacowana na podstawie rozmiaru, a nie obliczana z architektury, która nie jest zarejestrowana dla tego modelu — liczby są wskazujące, a nie dokładne.

Jak to zostało wytrenowane

Trenowanie zajęło budżet obliczeniowy wynoszący około 2.5 × 10²⁴ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Krok po kroku

Jak wybrać GPU do DeepSeek V4 Flash 0731

Tabela powyżej oceniła już każdą kartę, dla której posiadamy specyfikacje, w stosunku do tego modelu. Dotarcie do odpowiedzi wymaga sześciu kroków..

01

Zacznij od kolumny pamięci

Tabela zawiera każdą kartę, która jest w stanie pomieścić DeepSeek V4 Flash 0731, potrzebując około 119.9 GB przy kompresji Q3_K_M. To ta liczba, a nie nagłówkowa wydajność karty, decyduje o tym, czy można ją uruchomić.
02

Zdecyduj, jak długo trwają twoje rozmowy

Rozmowa zajmuje pamięć również, i rośnie w miarę trwania. Ustaw suwak na długość, której się spodziewasz, ponieważ przy długim kontekście karta, która łatwo obsługuje krótkie pytania, może zostać odrzucona przez DeepSeek V4 Flash 0731.
03

Zdecyduj, ile kompresji zaakceptujesz

Każda KARTA uruchamia najmniej skompresowaną kopię, jaką może pomieścić., osiągnięcie kompresji Q3_K_M na najmniejszej karcie, która się mieści. Ustalenie minimalnej jakości odrzuca karty, które tylko ją osiągają, uciskając bardziej niż byś chciał, i utrzymuje porównanie na jednym poziomie.
04

Porównaj TOKENS na sekundę, a nie SPECYFIKACJE.

Ranking według tokenów na sekundę podąża za przepustowością pamięci, a nie liczbą rdzeni, dla DeepSeek V4 Flash 0731. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 153 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku DeepSeek V4 Flash 0731. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.
06

Otwórz kartę, na którą się zdecydowałeś

Każda nazwa karty łączy się z jej własną stroną, która wykonuje tę samą kalkulację w całym katalogu modelu. Kartę zazwyczaj kupuje się dla więcej niż jednego modelu, więc warto rzucić okiem przed zakupem na DeepSeek V4 Flash 0731.

Odpowiedzi

DeepSeek V4 Flash 0731 — częste pytania

DeepSeek V4 Flash 0731— czy jest open weight?

Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.

DeepSeek V4 Flash 0731— ile ma parametrów?

Ma liczbę parametrów równą 284B. 284B total, 13B active. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.

DeepSeek V4 Flash 0731— kto to stworzył?

Zostało opublikowane przez DeepSeek, oparty na China, organizacja sklasyfikowana jako industry.

DeepSeek V4 Flash 0731— kiedy to zostało wydane?

Zostało opublikowane w July 2026.

DeepSeek V4 Flash 0731— do czego to służy?

Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Question answering. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.

DeepSeek V4 Flash 0731— Gdzie mogę to pobrać?

Jego wagi są publikowane na Hugging Face, pod organizacją deepseek-ai. Nie hostujemy plików modelu — ta strona oblicza, jaki sprzęt jest potrzebny do ich uruchomienia.

DeepSeek V4 Flash 0731— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 2.5 × 10²⁴ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.

DeepSeek V4 Flash 0731— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Można go podzielić między kartą a pamięcią systemową, ale w ten sposób generuje się boleśnie powoli. Najbliższy brak, który obliczamy, jest za mały o 37.8 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

DeepSeek V4 Flash 0731— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 9. Więc druga karta rzadko jest odpowiedzią tutaj.

DeepSeek V4 Flash 0731— dlaczego kwantyzacja różni się między kartami?

Większa KARTA przechowuje dokładniejszą kopię. Liczba poziomów kompresji używanych w KARTACH, które ją uruchamiają: 3. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

DeepSeek V4 Flash 0731— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 92–245 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

DeepSeek V4 Flash 0731— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to H200 NVL, o pojemności pamięci 141 GB. Uruchamia model przy kompresji Q3_K_M używając około 119.9 GB, i produkuje w przybliżeniu 109 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 9.

DeepSeek V4 Flash 0731— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 153 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 9.

DeepSeek V4 Flash 0731— Ile VRAM-u potrzebuje?

Potrzebuje około 119.9 GB przy kompresji Q3_K_M, który jest najmniejszą kartą, która to uruchamia. Mniej kompresji potrzebuje więcej: liczby w kolumnie pamięci powyżej są przeliczane dla każdej karty, ponieważ każda z nich trzyma wersję o najmniejszej kompresji, jaką może.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 4 August 2026

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.

Wszystkie modele AI