DeepSeek-V4 实测数据分享，附环境配置

全部回复 (10)

1. 

   雷之毁灭者 魔剑士 #10 Oct 9, 2026

   回归玩家看到这贴有点感慨，以前我们玩游戏研究加点，现在玩AI研究显存分配，本质都是取舍。想问下楼主，本地双4090量化跑Flash的话，实测tokens每秒大概多少？我手头正好有这配置想试试。

   2
2. 

   沉沙归人 魔法师 #9 Oct 8, 2026

   展开说说环境配置这块吧楼主，你这贴标题写了附环境配置但正文没看到具体的。是vLLM还是SGLang起服务？CUDA版本多少？量化用的AWQ还是GPTQ？多卡是NVLink还是走PCIe？这些细节对我们复现太重要了，光给结论不够啊。

   11
3. 

   破晓书生 魔法师 #8 Oct 6, 2026

   感觉现在模型迭代太快了，追不动。我们佛系玩家就等等社区量化包吧，等别人踩完坑再来捡现成的，反正又不赶进度，够用就行。

   1
4. 

   永恒弓手697 疾风 #7 Oct 4, 2026

   理性分析一下：如果你的场景是代码生成或长文档，Pro激活49B的上限明显更高。如果只是低延迟对话接口，Flash激活13B性价比碾压。按任务选型，别按名气。

   10
5. 

   星辰救赎者478 弓箭手 #6 Oct 3, 2026

   没有银弹，只有取舍，这句话说到我心坎里了！开源大模型这条路走对了，只有把选择权交到每个团队手里，技术才能真正燃起来！V4值得期待，冲！

   7
6. 

   至尊魔导782 剑士 #5 Oct 1, 2026

   结论清晰、数据翔实。我个人只关注一点：本地部署的推理稳定性。昇腾适配是好事，但社区双4090量化的方案跑长文本会不会爆显存？有没有实测过长上下文表现？

   12
7. 

   煮酒征服者 光明法师 #4 Sep 29, 2026

   字里行间像翻一本厚重的魔法典籍，160GB权重躺在硬盘里，像深渊里的巨龙安静沉睡。收集癖看到这种开源大模型就想全都存一份，硬盘又要遭殃了。

   5
8. 

   龙之战士910 圣骑士 #3 Sep 28, 2026

   补充个实战经验：我们小团队上个月就是先用Flash版包了层FastAPI跑测试，三天就接进客服bot了。Pro那档等真需要再上，别一上来就梭哈硬件，血的教训。

   12
9. 

   幻光祭司 圣骑士 #2 Sep 26, 2026

   1.6T总参49B激活，这MoE切得够狠，跟我们打血色城堡似的，看着吓人其实真正吃力的就那几刀。MIT授权这点是真香，随便魔改不用瑟瑟发抖。

   11
10. 

    梦幻58守护者 圣骑士 #1 Sep 24, 2026

    双4090跑量化？我家那台老机器怕是连V4-Flash的零头都扛不住，跟我圣骑士开翅膀一样吃显存😂 不过选型思路确实讲清楚了，前端包API那块戳中痛点。

    6