◆ 模型舱

DeepSeek-V4-Flash 评测：开源性价比王，但本地仍需 142GB

查看模型详情 →
结论：谨慎
优点
  • ✓ Apache-2.0 开源，可商用可量化可微调（官方技术报告 / 模型卡）
  • ✓ 1M token 上下文，长文档处理强（官方技术报告）
  • ✓ API 定价全球最低档：输入 $0.14/M、输出 $0.28/M，比 GPT-5.5 Pro 便宜 100 倍以上（DeepSeek 定价页 / BenchLM）
  • ✓ LMSys Arena Elo 1432，开源仅次于 V4-Pro，综合接近 GPT-5.4 Standard（LMSys 2026-04 快照）
  • ✓ 适配华为昇腾 950 / 海光 / 沐曦 / 昆仑芯等国产芯片，国产化部署可行（钛媒体）
缺点
  • ✗ 本地门槛极高：284B 总参即使 INT4 量化也需约 142GB 显存，单卡消费级 GPU 无法运行（社区部署指南）
  • ✗ 官方 benchmark 均为自报，独立第三方大规模复现尚不充分（Macaron.im 评测汇总）
  • ✗ Agent 复杂任务社区实测失败率较官方宣传有差距（HF 独立评测复杂任务失败率升 12-18%）
  • ✗ 与顶级闭源仍有差距：LMSys Elo 落后 Claude Opus 4.6 Thinking 约 72 分（LMSys / 官方）
适合场景：高并发、低成本的云端 API 调用（客服 / 内容生成 / RAG）、1M 长上下文的企业级文档分析、法律合同审查、代码库理解、国产化算力环境的私有化部署（昇腾 / 海光 / 沐曦）、数据主权强合规的金融 / 政务场景

本文基于公开资料综述（智谱 / Kimi / DeepSeek 3 家 AI 采集交叉一致，2026-07-21），非实机测试。

① 公开证据综合

DeepSeek-V4-Flash 2026-04-24 随 V4 系列预览发布，MoE 架构，总参 284B / 激活仅 13B，1M 上下文，开源 Apache-2.0（官方技术报告 / HuggingFace）。

性价比是其核心卖点：API 输入 $0.14/M、输出 $0.28/M，全球主流模型最低档（比 GPT-5.5 Pro 便宜 100 倍以上）。能力达 V4-Pro 的 90-95%：MMLU 88.7%（Flash-Max）、SWE-bench Verified 79.0%、GPQA Diamond 88.1%、LiveCodeBench 91.6%（官方，待独立复现）。LMSys Elo 1432，开源仅次于 V4-Pro（官方 / LMSys）。

长上下文效率：1M token 下推理 FLOPs 降至前代 V3.2 的约 10%、KV 缓存约 7%（CSA+HCA 混合注意力 + DSA 稀疏注意力，官方 / 钛媒体解读）。

② 与同类模型横评

③ 本地部署建议与 verdict

能不能本地跑？技术上可行，但门槛仍高。 284B 总权重须全部加载：INT4 量化约需 142GB 显存/内存，单卡 RTX 4090/5090 无法运行。可行方案：Mac M4 Ultra 192GB 统一内存（推理 5-15 tok/s）、4×RTX 4090（2-8 tok/s）、2×H100 NVLink FP8（40-80 tok/s），或纯 CPU 512GB DDR5（0.3-1 tok/s，社区部署指南）。

经济账：API 输出仅 ¥2/M token，个人/中小团队月均调用量须超约 100B token 才让本地比 API 划算——绝大多数用户 API 更实际。

Verdict：caution（有条件推荐）。 云端 API 强烈推荐（性价比全球顶尖、1M 上下文、Apache-2.0、国产芯片适配）；个人本地部署不推荐（284B INT4 仍需 142GB+，投入产出比远低于 API）；企业私有化仅在有数据主权强合规或国产算力环境下值得投入。实机验证建议：TTFT、不同 batch 的 tok/s、INT4/FP8 显存、1M 上下文实际任务准确率、国产芯片推理效率。