DeepSeek-V4-Flash の必要VRAM

DeepSeekの現行軽量フラッグシップ(MoE・実働13B)。100万トークン級の長文対応を掲げる世代で、V4-Proより大幅に軽い(それでもデータセンター級)。

158.07B / 43層 / GQA 1ヘッド / 既定コンテキスト 8,192 トークン(HuggingFace)

必要VRAM = 重み + KVキャッシュ(既定コンテキスト時) + 1.5GB(OS/表示)。△は量子化を下げるかコンテキストを絞れば動作します。

DeepSeek-V4-Flashとは

DeepSeek-V4-Flashは、DeepSeekが公開するDeepSeek系のデータセンター級(158.07Bパラメータ)オープンモデルです。数百B〜1T規模のフラッグシップで、個人のローカル実行は対象外です(参考収載)。

Hugging Faceでの直近30日ダウンロードは約316万件・いいね1,815件 — ダウンロード数は当サイト収録39モデル中20位です(2026-07-25時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

DeepSeek-V4-Flashの必要スペックを読み解く

Q4_K_M量子化での内訳は、重み(モデル本体)が約95.8GB、8Kトークン分のKVキャッシュが約0.7GB、システム予約と合わせて合計約98.1GBです。 単一のコンシューマGPUに◎(快適)となるクラスはなく、実行はクラウドGPUが現実的です。 迷ったらQ4_K_M(合計約98.1GB)が基準です。VRAMに余裕があればQ8_0(約170.2GB)で品質の上積みが狙えます。 Mac(ユニファイドメモリ)での判定は、トップページでチップと搭載メモリを選ぶと計算できます。

MoE構成: 総158.07B・実効13B。メモリは総量158.07B分が必要ですが、生成速度は13B級の軽さです。

コンテキスト長とメモリの伸び方

このモデルのKVキャッシュは、2Kトークンで約0.2GB、8Kで約0.7GB、32Kまで広げると約2.9GBになります。KVキャッシュはコンテキスト長にほぼ比例して増えるため、長文用途ではその分のVRAM余白を見込んでください。

速度の目安(理論上限)

MoEのため速度は実効13B相当(Q4で約7.9GB)で決まり、理論上限はRTX 3060 12GBで約46 tokens/秒、RTX 4090で約128 tokens/秒です(実効はこれ以下)。

動かすには

この規模はコンシューマ環境の外なので、クラウドGPUでの実行が入口になります。 RunPodでの始め方(手順ガイド)

▶ あなたのPCを自動判定する(スペック送信なし・ブラウザ内完結)