FreeLLMTous les modèles › deepseek
DeepSeek-V4-Flash Preview (High)
deepseek · licence MIT · sur Arena depuis le 23 avr. 2026
Où l'utiliser gratuitement
- Le chat du laboratoire : chat.deepseek.com (gratuit avec limites quotidiennes)
- Exécutez-le en une seule commande avec whichllm (gratuit, open source) :
uvx whichllm@latest plan "DeepSeek-V4-Flash"indique le GPU requis,uvx whichllm@latest run "DeepSeek-V4-Flash gguf"le télécharge et lance une discussion - Téléchargez-le et lancez-le chez vous : poids officiels · fichiers GGUF pour Ollama et LM Studio
Scores Arena
Rang parmi tous les modèles, payants inclus. Source : jeu de données du classement Arena.
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 | 97 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 | 147 GB | 149 GB | 158 GB | +4.7% perte sensible |
| Q4_K_M | 178 GB | 180 GB | 188 GB | +1.2% très faible perte |
| Q5_K_M | 208 GB | 210 GB | 219 GB | +0.4% quasi sans perte |
| Q6_K | 240 GB | 242 GB | 251 GB | +0.2% quasi sans perte |
| Q8_0 | 310 GB | 313 GB | 321 GB | ≈ 0% identique à l'original |
| F16 | 583 GB | 585 GB | 594 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.
Score Chat au fil du temps
Score Arena du 23 avr. 2026 au 22 oct. 2026.
Score Code au fil du temps
Score Arena du 27 avr. 2026 au 23 oct. 2026.
Modèles gratuits similaires en Chat
- MiniMax-M3 1440 · 427 B
- GLM-4.7 1441 · 358.3 B
- Gemma 4 26B A4B 1437 · 25.8 B
- Qwen3.8-27B 1437 · 27.8 B
- Qwen3.5-397B-A17B 1442 · 403.4 B
- Inkling 1442
Partager cette page :XLinkedInRedditWhatsApp
Un chiffre erroné ou un lien cassé ? Signalez une erreur