FreeLLMAlle Modelle › deepseek-ai
DeepSeek-V4.1-Flash-1017
deepseek-ai · veröffentlicht am 17. Okt. 2026
Wo du es kostenlos nutzen kannst
- Lade es herunter und führe es zu Hause aus: offizielle Gewichte · GGUF-Dateien für Ollama und LM Studio
Neu: wartet auf Arena-Stimmen
Veröffentlicht am 17. Okt. 2026. Die Arena hat über dieses Modell noch nicht abgestimmt. Sobald das passiert, rückt das Modell automatisch in die Rangliste auf, meist in der nächsten Nacht. Bis dahin kannst du unten schon Größe, Speicherbedarf und Geschwindigkeit ansehen.
Geschwindigkeit auf gängiger Hardware
| Hardware | GPU-Speicher | Passt es? | Geschwindigkeit |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Passt nicht | — |
| RTX 4060 Ti 16 GB | 16 GB | Passt nicht | — |
| RTX 3090 | 24 GB | Passt nicht | — |
| RTX 4090 | 24 GB | Passt nicht | — |
| RTX 5090 | 32 GB | Passt nicht | — |
| RX 7900 XTX | 24 GB | Passt nicht | — |
| 2 × RTX 3090 | 48 GB | Passt nicht | — |
| 4 × RTX 3090 | 96 GB | Passt nicht | — |
| Mac M4 Max 128 GB | 96 GB | Passt nicht | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | Passt nicht | — |
| 8 × H100 SXM | 640 GB | Passt in die GPU | 15 tok/s |
Schätzung bei 4-Bit mit 32K Kontext, 64 GB DDR5 zum Auslagern. Geschwindigkeit ≈ Speicherbandbreite × 78 % ÷ pro Token gelesene Daten, plus feste Kosten pro Token, kalibriert an 44 echten llama.cpp-Tests; typische Abweichung etwa ±10 %. Alle Grafikkarten vergleichen.
Benötigter GPU-Speicher
| Stufe | 8K Kontext | 32K Kontext | 128K Kontext | Qualität im Vergleich zum Original |
|---|---|---|---|---|
| Q3_K_M | 383 GB | 385 GB | 393 GB | +4.7 % spürbarer Verlust |
| Q4_K_M | 464 GB | 466 GB | 474 GB | +1.2 % sehr kleiner Verlust |
| Q5_K_M | 544 GB | 546 GB | 554 GB | +0.4 % nahezu verlustfrei |
| Q6_K | 627 GB | 629 GB | 637 GB | +0.2 % nahezu verlustfrei |
| Q8_0 | 812 GB | 814 GB | 822 GB | ≈ 0 % wie das Original |
| F16 | 1528 GB | 1530 GB | 1538 GB | ≈ 0 % wie das Original |
Gewichte + Kontext-Cache (aus der Architektur des Modells) + Laufzeit. Qualität: Anstieg von perplexity gegenüber dem vollen Modell, aus llama.cpp-Tests, skaliert nach Modellgröße. Simuliere dein eigenes Setup.
Diese Seite teilen:XLinkedInRedditWhatsApp
Falsche Zahl oder kaputten Link entdeckt? Fehler melden