DeepSeek V4 Flash
DeepSeek · deepseek-ai/DeepSeek-V4-Flash
Arquivo Q4 de 137,9 GB (UD-IQ4_XS) · roda bem a partir de 512 GB · Licença dos pesos: MIT
Qualidade
Qualidade · Geral
LiveBench 2026-06-25 · 0 a 100 · maior é melhor · este modelo em destaque, #21 de 22
- Cor = publicador
- Memória em revisão
Fonte: LiveBench 2026-06-25 · coletado 2026-09-26 · modelos abertos sem nota não aparecem (sem nota ≠ 0)
- LMArena · texto · pontuação
- 1.436 ± 4Intervalo de confiança 1.432–1.440 · 51.982 votos · posição 105 da rodadaLMArena 2026-10-22 · CC BY 4.0
Categorias do LiveBench
Média deste modelo por categoria · 0 a 100
Fonte: LiveBench 2026-06-25 · coletado 2026-09-26 · modelos abertos sem nota não aparecem (sem nota ≠ 0)
Informado pelo publicador
- MMLU-Pro (EM)
- 83,0V4-Flash Non-Think · Knowledge & Reasoning · modo de raciocínio
- SimpleQA-Verified (Pass@1)
- 23,1V4-Flash Non-Think · Knowledge & Reasoning · modo de raciocínio
- Chinese-SimpleQA (Pass@1)
- 71,5V4-Flash Non-Think · Knowledge & Reasoning · modo de raciocínio
- GPQA Diamond (Pass@1)
- 71,2V4-Flash Non-Think · Knowledge & Reasoning · modo de raciocínio
- HLE (Pass@1)
- 8,1V4-Flash Non-Think · Knowledge & Reasoning · modo de raciocínio
- LiveCodeBench (Pass@1)
- 55,2V4-Flash Non-Think · Knowledge & Reasoning · modo de raciocínio
- HMMT 2026 Feb (Pass@1)
- 40,8V4-Flash Non-Think · Knowledge & Reasoning · modo de raciocínio
- IMOAnswerBench (Pass@1)
- 41,9V4-Flash Non-Think · Knowledge & Reasoning · modo de raciocínio
Todos os resultados informados
- Apex (Pass@1)
- 1,0V4-Flash Non-Think · Knowledge & Reasoning · modo de raciocínio
- Apex Shortlist (Pass@1)
- 9,3V4-Flash Non-Think · Knowledge & Reasoning · modo de raciocínio
- MRCR 1M (MMR)
- 37,5V4-Flash Non-Think · Long Context · modo de raciocínio
- CorpusQA 1M (ACC)
- 15,5V4-Flash Non-Think · Long Context · modo de raciocínio
- Terminal Bench 2.0 (Acc)
- 49,1V4-Flash Non-Think · Agentic · modo de raciocínio
- SWE Verified (Resolved)
- 73,7V4-Flash Non-Think · Agentic · modo de raciocínio
- SWE Pro (Resolved)
- 49,1V4-Flash Non-Think · Agentic · modo de raciocínio
- SWE Multilingual (Resolved)
- 69,7V4-Flash Non-Think · Agentic · modo de raciocínio
- MCPAtlas (Pass@1)
- 64,0V4-Flash Non-Think · Agentic · modo de raciocínio
- Toolathlon (Pass@1)
- 40,7V4-Flash Non-Think · Agentic · modo de raciocínio
- MMLU-Pro (EM)
- 86,4V4-Flash High · Knowledge & Reasoning
- SimpleQA-Verified (Pass@1)
- 28,9V4-Flash High · Knowledge & Reasoning
- Chinese-SimpleQA (Pass@1)
- 73,2V4-Flash High · Knowledge & Reasoning
- GPQA Diamond (Pass@1)
- 87,4V4-Flash High · Knowledge & Reasoning
- HLE (Pass@1)
- 29,4V4-Flash High · Knowledge & Reasoning
- LiveCodeBench (Pass@1)
- 88,4V4-Flash High · Knowledge & Reasoning
- Codeforces (Rating)
- 2.816V4-Flash High · Knowledge & Reasoning
- HMMT 2026 Feb (Pass@1)
- 91,9V4-Flash High · Knowledge & Reasoning
- IMOAnswerBench (Pass@1)
- 85,1V4-Flash High · Knowledge & Reasoning
- Apex (Pass@1)
- 19,1V4-Flash High · Knowledge & Reasoning
- Apex Shortlist (Pass@1)
- 72,1V4-Flash High · Knowledge & Reasoning
- MRCR 1M (MMR)
- 76,9V4-Flash High · Long Context
- CorpusQA 1M (ACC)
- 59,3V4-Flash High · Long Context
- Terminal Bench 2.0 (Acc)
- 56,6V4-Flash High · Agentic
- SWE Verified (Resolved)
- 78,6V4-Flash High · Agentic
- SWE Pro (Resolved)
- 52,3V4-Flash High · Agentic
- SWE Multilingual (Resolved)
- 70,2V4-Flash High · Agentic
- BrowseComp (Pass@1)
- 53,5V4-Flash High · Agentic
- HLE w/ tools (Pass@1)
- 40,3V4-Flash High · Agentic
- MCPAtlas (Pass@1)
- 67,4V4-Flash High · Agentic
- Toolathlon (Pass@1)
- 43,5V4-Flash High · Agentic
- MMLU-Pro (EM)
- 86,2V4-Flash Max · Knowledge & Reasoning
- SimpleQA-Verified (Pass@1)
- 34,1V4-Flash Max · Knowledge & Reasoning
- Chinese-SimpleQA (Pass@1)
- 78,9V4-Flash Max · Knowledge & Reasoning
- GPQA Diamond (Pass@1)
- 88,1V4-Flash Max · Knowledge & Reasoning
- HLE (Pass@1)
- 34,8V4-Flash Max · Knowledge & Reasoning
- LiveCodeBench (Pass@1)
- 91,6V4-Flash Max · Knowledge & Reasoning
- Codeforces (Rating)
- 3.052V4-Flash Max · Knowledge & Reasoning
- HMMT 2026 Feb (Pass@1)
- 94,8V4-Flash Max · Knowledge & Reasoning
- IMOAnswerBench (Pass@1)
- 88,4V4-Flash Max · Knowledge & Reasoning
- Apex (Pass@1)
- 33,0V4-Flash Max · Knowledge & Reasoning
- Apex Shortlist (Pass@1)
- 85,7V4-Flash Max · Knowledge & Reasoning
- MRCR 1M (MMR)
- 78,7V4-Flash Max · Long Context
- CorpusQA 1M (ACC)
- 60,5V4-Flash Max · Long Context
- Terminal Bench 2.0 (Acc)
- 56,9V4-Flash Max · Agentic
- SWE Verified (Resolved)
- 79,0V4-Flash Max · Agentic
- SWE Pro (Resolved)
- 52,6V4-Flash Max · Agentic
- SWE Multilingual (Resolved)
- 73,3V4-Flash Max · Agentic
- BrowseComp (Pass@1)
- 73,2V4-Flash Max · Agentic
- HLE w/ tools (Pass@1)
- 45,1V4-Flash Max · Agentic
- MCPAtlas (Pass@1)
- 69,0V4-Flash Max · Agentic
- GDPval-AA (Elo)
- 1.395V4-Flash Max · Agentic
- Toolathlon (Pass@1)
- 47,8V4-Flash Max · Agentic
Entre os tamanhos do DeepSeek V4
| Benchmark (configuração do publicador) | Flash 284B | Pro 1,6T |
|---|---|---|
| MMLU-Pro (EM) | 83,0 | 82,9 |
| SimpleQA-Verified (Pass@1) | 23,1 | 45,0 |
| Chinese-SimpleQA (Pass@1) | 71,5 | 75,8 |
| GPQA Diamond (Pass@1) | 71,2 | 72,9 |
| HLE (Pass@1) | 8,1 | 7,7 |
| LiveCodeBench (Pass@1) | 55,2 | 56,8 |
| HMMT 2026 Feb (Pass@1) | 40,8 | 31,7 |
| IMOAnswerBench (Pass@1) | 41,9 | 35,3 |
| Apex (Pass@1) | 1,0 | 0,4 |
| Apex Shortlist (Pass@1) | 9,3 | 9,2 |
| MRCR 1M (MMR) | 37,5 | 44,7 |
| CorpusQA 1M (ACC) | 15,5 | 35,6 |
| Terminal Bench 2.0 (Acc) | 49,1 | 59,1 |
| SWE Verified (Resolved) | 73,7 | 73,6 |
| SWE Pro (Resolved) | 49,1 | 52,1 |
| SWE Multilingual (Resolved) | 69,7 | 69,8 |
| MCPAtlas (Pass@1) | 64,0 | 69,4 |
| Toolathlon (Pass@1) | 40,7 | 46,3 |
| MMLU-Pro (EM) | 86,4 | 87,1 |
| SimpleQA-Verified (Pass@1) | 28,9 | 46,2 |
| Chinese-SimpleQA (Pass@1) | 73,2 | 77,7 |
| GPQA Diamond (Pass@1) | 87,4 | 89,1 |
| HLE (Pass@1) | 29,4 | 34,5 |
| LiveCodeBench (Pass@1) | 88,4 | 89,8 |
| Codeforces (Rating) | 2.816 | 2.919 |
| HMMT 2026 Feb (Pass@1) | 91,9 | 94,0 |
| IMOAnswerBench (Pass@1) | 85,1 | 88,0 |
| Apex (Pass@1) | 19,1 | 27,4 |
| Apex Shortlist (Pass@1) | 72,1 | 85,5 |
| MRCR 1M (MMR) | 76,9 | 83,3 |
| CorpusQA 1M (ACC) | 59,3 | 56,5 |
| Terminal Bench 2.0 (Acc) | 56,6 | 63,3 |
| SWE Verified (Resolved) | 78,6 | 79,4 |
| SWE Pro (Resolved) | 52,3 | 54,4 |
| SWE Multilingual (Resolved) | 70,2 | 74,1 |
| BrowseComp (Pass@1) | 53,5 | 80,4 |
| HLE w/ tools (Pass@1) | 40,3 | 44,7 |
| MCPAtlas (Pass@1) | 67,4 | 74,2 |
| Toolathlon (Pass@1) | 43,5 | 49,0 |
| GDPval-AA (Elo) | 1.395 | 1.554 |
Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Evaluation Results › Instruct Model › Comparison across Modes). Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo
Rodar
Rodar
Arquivo UD-IQ4_XS · 137,9 GB · 4 partes · unsloth/DeepSeek-V4-Flash-GGUF · O que é Q4?
Medido 39 tok/s · FP8 · 1 máquina · Lambda inference models · todas as linhas
llama-server -hf unsloth/DeepSeek-V4-Flash-GGUF:UD-IQ4_XS- Instale o llama.cpp
- Rode o comando acima
- Pergunte em localhost:8080:
Explique o que é a janela de contexto, em duas frases.
Qualidade × memória
Qualidade × memória
LiveBench 2026-06-25 geral vs. memória de planejamento Q4 (escala log) · 18 modelos abertos
- Este modelo
- Cor = publicador
Memória = o número do próprio modelo: parâmetros × 0,625 byte + 20% de margem, antes da reserva de qualquer máquina; com uma máquina escolhida, o total nela com a reserva (25% da memória, de 2 a 8 GB; 2 GB por placa de vídeo). Estimativa, não VRAM medida. LiveBench 2026-06-25
Roda em
Cabe na memória rápida 1
A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.
Na memória, fora da parte rápida 1
Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.
Falta um degrau de memória 9
As mesmas máquinas com o próximo tamanho de memória o comportariam na memória rápida.
Mostrar todos os 9
DeepSeek V4 Flash é um modelo de texto da DeepSeek com 284B de parâmetros, dos quais 13B ativos por token (mistura de especialistas). Foi lançado em 24 de abril de 2026 e lê até 1.048.576 tokens de contexto. Os pesos em Q4 com a margem de trabalho somam cerca de 213 GB antes da reserva da máquina; a menor máquina de referência cuja memória rápida comporta isso é Mac Studio · M5 Ultra · CPU de 36 núcleos / GPU de 80 núcleos · 512 GB unificados (~221 GB com a reserva). Coletamos 16 arquivos GGUF e MLX para baixar de 2 fontes de publicadores; a fonte GGUF mais baixada é a de unsloth (234,5 mil de downloads no Hub). Sua nota geral no LiveBench 2026-06-25 é 65,5. Sua pontuação de texto no LMArena é 1.436 ± 4 (rodada 2026-10-22), uma escala separada de preferência humana.
Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Cada cartão abre o perfil do hardware. Não é compatibilidade nem velocidade medida.
Nas máquinas de referência
| Onde fica o Q4 | ||||
|---|---|---|---|---|
| Mac mini M2 · 8 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior | ~215 GB | Maior que a memória | Nenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokens | Sem arquivo na coluna anterior |
| Mac mini M4 · 16 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior | ~217 GB | Maior que a memória | Nenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokens | Sem arquivo na coluna anterior |
| Mac mini M4 · 24 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior | ~219 GB | Maior que a memória | Nenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokens | Sem arquivo na coluna anterior |
| Mac mini M4 · 32 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior | ~221 GB | Maior que a memória | Nenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokens | Sem arquivo na coluna anterior |
| Mac mini M5 Pro · 64 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior | ~221 GB | Maior que a memória | Nenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokens | Sem arquivo na coluna anterior |
| Mac Studio M5 Max · 128 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior | ~221 GB | Maior que a memória | Nenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokens | Sem arquivo na coluna anterior |
| Mac Studio · M5 Ultra · CPU de 36 núcleos / GPU de 80 núcleos · 512 GB unificadosCabe na memória rápidaUD-IQ4_XSFórmula do cache KV desta arquitetura não revisada | ~221 GB | Cabe na memória rápida | UD-IQ4_XS | Fórmula do cache KV desta arquitetura não revisada |
| RTX 4060 · 8 GB de VRAMMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior | ~215 GB | Maior que a memória | Nenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokens | Sem arquivo na coluna anterior |
| RTX 3060 · 12 GB de VRAMMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior | ~215 GB | Maior que a memória | Nenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokens | Sem arquivo na coluna anterior |
| RTX 5080 · 16 GB de VRAMMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior | ~215 GB | Maior que a memória | Nenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokens | Sem arquivo na coluna anterior |
| RTX 4090 · 24 GB de VRAMMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior | ~215 GB | Maior que a memória | Nenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokens | Sem arquivo na coluna anterior |
| RTX 5090 · 32 GB de VRAMMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior | ~215 GB | Maior que a memória | Nenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokens | Sem arquivo na coluna anterior |
| DGX H100 · 8 × 80 GBCabe na memória rápidaUD-IQ4_XSFórmula do cache KV desta arquitetura não revisada | ~229 GB | Cabe na memória rápida | UD-IQ4_XS | Fórmula do cache KV desta arquitetura não revisada |
A coluna de arquivo usa a escada de quantização do site (Q8_0 a Q3_K_M; MLX de 8 a 4 bits no Mac): o maior arquivo coletado cujo tamanho × 1,2, mais o cache de contexto e a reserva da máquina, cabe na memória rápida. Estimativas de planejamento, não execuções medidas.
Compare DeepSeek V4 Flash pela ficha do publicador e pelo snapshot LiveBench 2026-06-25. Isto é evidência de qualidade, não de velocidade local.
Os pesos em Q4 com a margem de trabalho somam cerca de 213 GB a partir de 284B parâmetros declarados, antes da reserva da máquina (Roda em soma a reserva de cada máquina). Não é um mínimo medido; contexto, lote, runtime e quantização mudam o uso real de memória.
Versões para baixar
Arquivos que você pode baixar deste checkpoint. A seção abre na fonte GGUF coletada mais baixada, unsloth (234,5 mil de downloads no Hub), no arquivo UD-IQ4_XS. Num Mac abre na fonte MLX mais baixada. Os tamanhos são os bytes publicados no Hub. O que é Q4?
unsloth · 234,5 mil downloads
unsloth/DeepSeek-V4-Flash-GGUF · UD-IQ4_XS/DeepSeek-V4-Flash-UD-IQ4_XS-00001-of-00004.gguf · 137,9 GB
Rodar este arquivo
llama-server -hf unsloth/DeepSeek-V4-Flash-GGUF:UD-IQ4_XSlms get https://huggingface.co/unsloth/DeepSeek-V4-Flash-GGUF- Ollama: A forma hf.co documentada do Ollama cobre GGUFs de um arquivo só; este tem 4 partes
- mlx-lm: O mlx-lm roda repositórios MLX; escolha a versão MLX num Mac
As notas de qualidade desta página pertencem ao checkpoint original; estes arquivos não recebem nota nem ranking. Tamanhos lidos em 2026-10-23 · downloads lidos em 2026-10-17 · comandos: Documentação do Hugging Face Hub: Ollama com qualquer modelo GGUF · README do servidor do llama.cpp (-hf <user>/<model>[:quant]) · Documentação do LM Studio: lms get com uma URL do Hugging Face · README do mlx-lm (mlx_lm.generate --model)
Ajustes, adaptadores e outras versões
- Versões quantizadas
- 134
- Ajustes (fine-tunes)
- 28
- Adaptadores · misturas
- 4 · 0
Ver na árvore de modelos do Hugging Face · lido em 2026-10-23
Versões sem filtro (uncensored, abliterated)
Algumas versões da comunidade removem as recusas de segurança do modelo. A qualidade pode cair, o publicador original não dá suporte, as afirmações sobre elas são de quem as publicou e a licença original continua valendo. Este site nunca as recomenda nem as ranqueia.
15 repositórios derivados têm “uncensored” ou “abliterated” no nome (lido em 2026-10-23).
Velocidade medida
Tokens por segundo por máquina
Saída em tok/s · 1 máquina · todas as linhas na tabela · O que é um token?
| DGX H100 | 39 per user (32 concurrent) | FP8 (sgl-project/DeepSeek-V4-Flash-FP8) | SGLang with EAGLE speculative decoding (docker lmsysorg/sglang:deepseek-v4-hopper) | sgl-project/DeepSeek-V4-Flash-FP8 (reempacotamento FP8, cerca de 284 GB); não é o deepseek-ai/DeepSeek-V4-Flash |
|---|
Fonte: Lambda inference models · DeepSeek-V4-Flash (benchmark do fornecedor) (consultado 2026-10-09) · SGLang with EAGLE speculative decoding (docker lmsysorg/sglang:deepseek-v4-hopper) · docker lmsysorg/sglang:deepseek-v4-hopper (no SGLang version number); SGLANG_DSV4_FP4_EXPERTS=0; --tp 8; --mem-fraction-static 0.85; --speculative-algo EAGLE --speculative-num-steps 3 --speculative-eagle-topk 1 --speculative-num-draft-tokens 4; --chunked-prefill-size 4096 · não estimado
Como rodar
A memória necessária acima é a carga Q4 antes da reserva da máquina. Fórmula: parâmetros × 0,625 byte, mais 20% de margem; cada máquina soma então a reserva do sistema: 25% da memória unificada ou do sistema, de 2 a 8 GB, ou 2 GB por GPU em placas dedicadas. Não é VRAM medida nem tamanho do download do checkpoint.
Apenas estimativa de planejamento Q4. Verifique formato do checkpoint, suporte do runtime, cache KV, contexto, tamanho de lote e offload antes de escolher hardware.
Nível da evidência: Apenas estimativa genérica; nenhuma execução reproduzida por este site.
- Amostragem padrão do publicador
- temperature 1 · top_p 1generation_config.json · lido em 2026-10-23fonte
- Marcadores do template de chat
- — Template de chat não lido para este checkpoint
Antes de baixar
- Confirme o checkpoint exato e a licença vinculada aqui.
- Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
- Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.
Detalhes técnicos
O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.
- Checkpoint / versão
- deepseek-ai/DeepSeek-V4-Flash
- Tarefa e modalidade
- linguagem e raciocínio · texto
- Contagem e base
- 284B · especificação do fabricante · 13B ativos
- Contexto
- 1.048.576 tokens publicados para este modelo
- Arquitetura
- MoE
- Lançamento
- Change Log | DeepSeek API Docs · consultado em 2026-10-09fonte
- Runtime e precisão
- Nenhuma execução local verificada.
- Uso comercial
- Permitido MIT license text (SPDX) · consultado em 2026-10-18texto da licença
Todos os campos guardados
- Revisão conferida
- 60d8d70770c6776ff598c94bb586a859a38244f1
- Arquitetura
- DeepseekV4ForCausalLM
- Biblioteca
- transformers
- Tag de tarefa no Hub
- text-generation
- Formatos
- safetensors
- Acesso
- Download aberto
- Tipo de publicador
- Oficial
- Repositório criado
- 2026-04-22criação não é o lançamento do modelo
- Repositório atualizado
- 2026-06-22um commit não é data de lançamento
- Downloads no Hub (30 dias) · curtidas
- 936.089 · 2.344só este repositório · lido em 2026-10-25
- Estado no catálogo
- Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário
Fontes
Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.
- Checkpoint e ficha do publicador
- Licença dos pesos e termos de uso
- Fonte do benchmark de qualidade · LiveBench 2026-06-25 geral
Catálogo revisado: 2026-09-30. Versão do benchmark: 2026-06-25; snapshot coletado: 2026-09-26.








