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
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)
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
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。
中文简短客观事实准确性与抗幻觉核查基准
研究生级物理、化学与生物高难防搜索推理选择题
「人类最后的考试」2,500 道多学科前沿知识极限难题
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。
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。
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
💡 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
💻 代码工程 6 项
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。
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。
覆盖 Java、TypeScript、JavaScript、Go、Rust、C 与 C++ 等主流语言的 1,632 道真实开源仓库 Issue 修复评测。
大规模模型上下文协议(MCP)工具协同基准,评估智能体在复杂多步任务中协调、组合调用数十种外部 MCP 工具的真实成功率。
Terminal-Bench 2.0 真实终端环境智能体评测,衡量命令行工具链操控与长链路工程任务完成率。
SWE-Bench 高阶专业版,聚焦需要跨文件长链推理与复杂架构改动的真实工业级软件工程任务。
🤖 Agent 与工具调用 2 项
📐 数学 6 项
2026 年 2 月哈佛-麻省理工数学锦标赛(HMMT)高难度竞赛真题评测。
国际数学奥林匹克(IMO)级别高难数学答案生成与验证基准,测试顶级数学竞赛求解实力。
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。
MathArena 维护的最高难度奥林匹克与前沿数学竞赛尖端题集(Apex)。
「人类最后的考试」(HLE),由全球学者联合出题的 2,500 道数学、人文与自然科学前沿难题(图文多模态),专门测试大模型在人类知识边界上的推理极限。
基于知名算法竞赛平台 CodeForces 真题(难度分 800–2400)的竞技编程能力评测。
📜 长上下文 2 项
🧠 推理与科学 2 项
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
物理总容量 512 GB · 占用率 38.2%
MoE 架构:每步仅读取 7.88 GB 激活权重
MLA 潜在注意力显著压缩高并发 KV 占用
OLLAMA_CONTEXT_LENGTH=16384 ollama run deepseek-v4:flashMac 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