ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
DeepSeek
开源权重 DeepSeek · MoE 284B / A13B · Text · FP4 + FP8 Mixed

DeepSeek-V4-Flash (284B-A13B MoE) 模型架构参数、评测与显存全表

DeepSeek V4 高效 MoE 版本(总参 284B,单步仅激活 13B),支持 1M 上下文与压缩稀疏注意力,在 256G/512G Mac Studio 与多卡机上解码极快。

🧬 DeepSeek-V4-Flash (284B-A13B MoE) 底层网络与张量参数总表 (Model Overview & config.json)

全部字段同步自官方 HuggingFace 仓库 (deepseek-ai/DeepSeek-V4-Flash) 的 config.json 与技术报告 · 核验日期 2026-11-20

HF Class: DeepseekV4ForCausalLM

1. 骨干网络与维度参数

deepseek_v4
总参数量 / 单步激活
284B / 13B
Hidden Size (d_model)
4,096
MoE 专家中间层维度
2,048
MoE 专家配置
256 路由 · 激活6 + 1 共享
激活函数 / RMSNorm
SiLU (SwiGLU) · ε=1e-6
原生权重精度
FP4 + FP8 Mixed

2. 注意力机制与混合层拓扑

MLA
Transformer 总层数
43 层
网络层排布 (Hidden Layout)
43 层 CSA + HCA 混合压缩稀疏注意力 MoE + mHC 超连接
注意力头 (Q / KV)
64 Q / 1 KV (64:1 GQA)
Head Dimension
512
线性注意力 / KV 压缩机制
CSA + HCA 混合稀疏压缩:1M 上下文下 KV Cache 仅为 V3.2 的 10%
视觉编码器 / MTP 头
MTP 1L

3. 上下文、位置编码与词表

Tokenizer
原生上下文长度
1,048,576 tokens
旋转位置编码 (RoPE)
Decoupled RoPE (θ=10,000 · qk_rope_dim=64 · 原生 1M Context)
词表大小 (vocab_size)
129,280 (独立输出头)
特殊控制 Token ID
BOS: 0 · EOS: 1

📋 DeepSeek-V4-Flash (284B-A13B MoE) 官方 API 技术规格与计费参数总表

核验自 DeepSeek 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: deepseek-v4-flash

1. 模型标识与能力开关

API Spec
官方调用 Model ID
deepseek-v4-flash
版本发布日期
2026-07-31
权重授权形态
开源权重 (云端 API 规格)
原生深度推理思考
✅ 支持 (可调思考预算)
Function Calling & JSON Schema
✅ 原生支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
1,024,000 tokens (1024K)
单次最大输出上限
384,000 tokens
支持输入模态
Text
支持输出模态
Text
中国大陆网络直连
✅ 国内极速直连 + 人民币结算
分发与部署形态
开源权重 + 托管云 API

3. 官方 Token 单价与缓存阶梯

CNY / 1M
标准输入单价 (每百万)
¥ 3
Prompt 缓存命中输入
¥ 0.1 -97%
标准输出单价 (每百万)
¥ 9
长上下文阶梯与计费备注
火山引擎方舟:高吞吐低延迟企业专线托管

🏆 DeepSeek-V4-Flash (284B-A13B MoE) 官方基准评测成绩单

摘录自官方 System Card / Model Card 与权威公开横评表

Arena Elo ~1468 AA Index 47
📚 知识与指令 High
MMLU-Pro 86.4 %

MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。

📚 知识与指令 Max
Chinese-SimpleQA 78.9 %

中文简短客观事实准确性与抗幻觉核查基准

🧠 数学与深度推理 Max
GPQA Diamond 88.1 %

研究生级物理、化学与生物高难防搜索推理选择题

🧠 数学与深度推理 Max
HMMT 2026 Feb 94.8 %
🧠 数学与深度推理 Max
HLE 34.8 %

「人类最后的考试」2,500 道多学科前沿知识极限难题

💻 代码工程 Max
SWE-bench Verified 79 %

经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。

💻 代码工程 Max
LiveCodeBench 91.6 %

持续从 LeetCode、AtCoder 与 CodeForces 采集最新赛题的无污染代码生成与算法推理基准。

🤖 Agent 工具调用 Max
Terminal Bench 2.0 56.9 %
🤖 Agent 工具调用 Max
MCPAtlas 69 %

大规模 MCP 协议多工具组合编排与跨步调用评测

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

本地部署与 Think Max 推理 (Official Recommended)
temperature=1 top_p=1 max_tokens=65,536

💡 官方推荐 temperature=1.0, top_p=1.0;开启 Think Max 深度推理模式时建议上下文至少设为 384K

📊 DeepSeek-V4-Flash (284B-A13B MoE) 全量评测成绩与维度排名

共 19 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20

⚔️ 和其他模型逐项比分

来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。

⚡ DeepSeek-V4-Flash (284B-A13B MoE) 本地显存占用 & 实时吐字速度计算器

并发请求数 (Batch):
MoE 284B / A13B·43L (d=4096)·64Q/1KV·Ctx 1M
该设备兼容榜 →
512 GB 统一内存·1200 GB/s·安全可用上限 460.8 GB
流畅可跑176.19 / 460.8 GB~99.7 tok/s
3. 权重量化精度
4. 单并发上下文窗口16K (16,384 tok)
参数核验:2026-11-20·带宽与算力屋顶模型估算(当前并发=1)
流畅可跑
176.19/ 460.8 GB 可用显存

物理总容量 512 GB · 占用率 38.2%

理论带宽解码速度 (Decode)
~99.7tokens/s

MoE 架构:每步仅读取 7.88 GB 激活权重

当前并发 (1x) 最大可开窗口
1M/ 1M

MLA 潜在注意力显著压缩高并发 KV 占用

模型权重: 172.18 GBKV Cache (1×16K): 0.12 GB框架开销: 3.89 GB
统一内存默认预留约 10% 给操作系统
🚀 闪电秒出(长推理/写代码极爽)生成 500 Token 回答约需 5 秒
参考启动命令:
OLLAMA_CONTEXT_LENGTH=16384 ollama run deepseek-v4:flash

Mac Studio M5 Ultra 512G 可运行 DeepSeek-V4-Flash (284B-A13B MoE) · 硬件成本与回本参考

参考均价约 ¥74,999(折合 ¥146/GB)· 满载约 190W

📊 DeepSeek-V4-Flash (284B-A13B MoE) 各量化精度显存占用对照表 (16K 上下文)

量化格式 等效位数 纯权重体积 KV Cache (16K) 总显存需求 精度评价
FP16 / BF16 16 bpw 568 GB 0.12 GB 579.93 GB 无损原精度
FP8 / Q8_0 8.5 bpw 301.75 GB 0.12 GB 308.35 GB 99.9% 接近无损
GGUF Q6_K 6.56 bpw 232.88 GB 0.12 GB 238.11 GB 极高画质 · 严肃编码
GGUF Q5_K_M 5.69 bpw 202 GB 0.12 GB 206.6 GB 高均衡度
Q4_K_M / AWQ 4.85 bpw 172.18 GB 0.12 GB 176.19 GB 黄金甜点(推荐)
GGUF IQ4_XS 4.25 bpw 150.88 GB 0.12 GB 154.46 GB 省显存优选
GGUF Q3_K_M 3.91 bpw 138.81 GB 0.12 GB 142.15 GB 轻度智商折损
GGUF Q2_K 3.15 bpw 111.83 GB 0.12 GB 114.63 GB 极限压缩尝鲜

🖥️ 主流显卡、Mac 与国产卡运行 DeepSeek-V4-Flash (284B-A13B MoE) (Q4_K_M) 兼容性列表

常见问题解答 (FAQ)

DeepSeek-V4-Flash (284B-A13B MoE) 的核心网络架构参数(层数、隐藏维度、注意力头、词表)是多少?

DeepSeek-V4-Flash (284B-A13B MoE) 底层架构为 DeepseekV4ForCausalLM,共 43 层(43 层 CSA + HCA 混合压缩稀疏注意力 MoE + mHC 超连接),隐藏层维度 hidden_size=4096,注意力头配置为 64 个 Query 头 / 1 个 KV 头(head_dim=512),词表大小 vocab_size=129,280,原生上下文窗口 1,048,576 tokens。

DeepSeek-V4-Flash (284B-A13B MoE) 本地部署至少需要多少 GB 显存?

在主流 4-bit 量化(GGUF Q4_K_M / AWQ,16K 上下文)下,DeepSeek-V4-Flash (284B-A13B MoE) 共需约 176.19 GB 显存(含权重 172.18 GB + KV 缓存 0.12 GB + 系统开销 3.89 GB)。无损 FP16/BF16 则需约 579.93 GB。

DeepSeek-V4-Flash (284B-A13B MoE) 官方推荐的采样参数(Temperature / Top-P)是多少?

依据官方 generation_config.json 与最佳实践,在「本地部署与 Think Max 推理 (Official Recommended)」下建议设置 temperature=1、top_p=1。注意:官方推荐 temperature=1.0, top_p=1.0;开启 Think Max 深度推理模式时建议上下文至少设为 384K