FreeLLMTous les modèles › deepseek-ai
DeepSeek-V4.1-Flash-1017
deepseek-ai · sorti le 17 oct. 2026
Où l'utiliser gratuitement
- Téléchargez-le et lancez-le chez vous : poids officiels · fichiers GGUF pour Ollama et LM Studio
Nouveau : en attente de votes Arena
Sorti le 17 oct. 2026. Arena n'a pas encore voté pour ce modèle. Dès que ce sera le cas, le modèle rejoindra le classement automatiquement, en général la nuit suivante. D'ici là, vous pouvez déjà consulter ci-dessous sa taille, ses besoins en mémoire et sa vitesse.
Vitesse sur du matériel courant
| Matériel | Mémoire GPU | Ça tient ? | Vitesse |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Ne tient pas | — |
| RTX 4060 Ti 16 GB | 16 GB | Ne tient pas | — |
| RTX 3090 | 24 GB | Ne tient pas | — |
| RTX 4090 | 24 GB | Ne tient pas | — |
| RTX 5090 | 32 GB | Ne tient pas | — |
| RX 7900 XTX | 24 GB | Ne tient pas | — |
| 2 × RTX 3090 | 48 GB | Ne tient pas | — |
| 4 × RTX 3090 | 96 GB | Ne tient pas | — |
| Mac M4 Max 128 GB | 96 GB | Ne tient pas | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | Ne tient pas | — |
| 8 × H100 SXM | 640 GB | Tient dans le GPU | 15 tok/s |
Estimation en 4 bits avec un contexte de 32K et 64 GB de DDR5 pour le déchargement. Vitesse ≈ bande passante mémoire × 78 % ÷ données lues par token, plus un coût fixe par token, calibrée sur 44 tests llama.cpp réels ; erreur typique d'environ ±10 %. Comparer tous les GPU.
Mémoire GPU nécessaire
| Niveau | Contexte de 8K | Contexte de 32K | Contexte de 128K | Qualité vs original |
|---|---|---|---|---|
| Q3_K_M | 383 GB | 385 GB | 393 GB | +4.7% perte sensible |
| Q4_K_M | 464 GB | 466 GB | 474 GB | +1.2% très faible perte |
| Q5_K_M | 544 GB | 546 GB | 554 GB | +0.4% quasi sans perte |
| Q6_K | 627 GB | 629 GB | 637 GB | +0.2% quasi sans perte |
| Q8_0 | 812 GB | 814 GB | 822 GB | ≈ 0% identique à l'original |
| F16 | 1528 GB | 1530 GB | 1538 GB | ≈ 0% identique à l'original |
Poids + cache de contexte (d'après l'architecture du modèle) + runtime. Qualité : hausse de perplexity par rapport au modèle complet, d'après les tests llama.cpp, ajustée selon la taille du modèle. Simulez votre propre configuration.
Partager cette page :XLinkedInRedditWhatsApp
Un chiffre erroné ou un lien cassé ? Signalez une erreur