Adakah berat terbuka dan bolehkah saya jalankan DeepSeek V4 Pro secara tempatan?

Ya, beratnya diterbitkan di Hugging Face di bawah deepseek-ai/DeepSeek-V4-Pro. Menjalankannya secara tempatan memerlukan perkakasan serius memandangkan 1.6T parameter keseluruhan, jadi kebanyakan orang akan menggunakan API kecuali mereka mempunyai setup multi-GPU besar.

Berapa kos DeepSeek V4 Pro dan berapa had konteksnya?

Melalui API ia berharga $0.44 setiap sejuta token input dan $0.87 setiap sejuta token output, dengan tingkap konteks sejuta token.

Bagaimana DeepSeek V4 Pro berbeza daripada DeepSeek V4 Flash?

Kedua-duanya berkongsi seni bina perhatian hibrid dan tingkap sejuta token, tetapi Pro mempunyai 1.6T parameter keseluruhan (49B diaktifkan) berbanding Flash dengan 284B keseluruhan (13B diaktifkan). DeepSeek mengatakan Flash-Max boleh mendekati tahap penaakulan Pro dengan bajet pemikiran lebih besar, tetapi Pro lebih unggul dalam tugas pengetahuan tulen dan aliran kerja agen paling kompleks.

▲

22.7%

minggu ini

DeepSeek V4 Pro 0423

8953°

#llm #deepseek #penalaran #pengaturcaraan #ejen #konteks panjang

Berjalan di Graydient

Jalankan model ini

Tawaran / Iklan

Easy Creator (Prism) Web

Tanpa had · yuran tetap

Terbaik untuk pemula. Aliran kerja yang kuat, lengkung pembelajaran rendah.

PirateDiffusion Telegram

Tanpa had · yuran tetap

Cipta video, imej, persona sembang tersuai, dan banyak lagi.

Pro studio (SpyGlass) Web

Tanpa had · yuran tetap

Layari model, render dan perbaiki dari mana-mana pelayar atau telefon.

Discord bot (Vector)

Tanpa had · yuran tetap

Tambah Vector ke pelayan anda atau sertai Discord Vector. Cipta apa sahaja!

Unified Editor Web

Tanpa had · yuran tetap

Editor untuk imej dan video: render, sunting, tingkatkan dan banyak lagi dalam satu halaman.

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

Aplikasi tempatan

Perlu tetapan

Pasang program tempatan kalau komputer kau cukup kuat.

ModelDuel Web

Bayar ikut guna

Jana arahan yang sama pada sehingga 50 model checkpoint/asas sekaligus.

Sewa GPU di awan

Graydient Cloud GPU

Tanpa had · yuran tetap

Bayaran tetap, penggunaan tanpa had. Model ini dipasang dengan satu klik.

RunPod Cloud GPU

Caj mengikut minit

Sewa GPU mengikut minit dan pasang model sendiri.

Panduan untuk model ini

LLM tempatan terbaik mengikut kegunaan (Oktober 2026): model terbuka yang sesuai untuk setiap kerja

Berapa banyak VRAM yang saya perlukan untuk AI tempatan?

Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan

Apakah fail GGUF? Model kuantisasi diterangkan (Q4, Q8, fp8, NF4)

Semua panduan

DeepSeek | 1,048,576 token context | $0.96/M input, $1.91/M output. DeepSeek V4 Pro is a large-scale Mixture-of-Experts model from DeepSeek with 1.6T total parameters and 49B activated parameters, supporting a 1M-token context window. It is designed for advanced reasoning, coding, and long-horizon agent workflows, with strong performance across knowledge, math, and software engineering benchmarks. Built on the same architecture as DeepSeek V4 Flash, it introduces a hybrid attention system for efficient long-context processing. Reasoning efforts high and xhigh are supported; xhigh maps to max reasoning. It is well suited for complex workloads such as full-codebase analysis, multi-step automation, and large-scale information synthesis, where both capability and efficiency are critical

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

DeepSeek V4 Pro adalah model Mixture-of-Experts 1.6T parameter dari DeepSeek, dengan 49B parameter aktif setiap token dan tingkap konteks sejuta token. Sistem perhatian hibridnya mengurangkan pengiraan konteks panjang dengan ketara berbanding pendahulunya, menjadikannya praktikal untuk analisis pangkalan kod penuh dan aliran kerja agen berbilang langkah. Beratnya terbuka; jika anda boleh menjalankannya, anda tidak terikat kepada API.

Dikenali untuk

Tingkap konteks 1 juta token dengan sistem perhatian hibrid yang mengekalkan kos inferens yang terkawal
Kuat dalam penanda aras pengkodan, matematik, pengetahuan dan agen pada tahap berat terbuka
Usaha penaakulan boleh laras, sehingga xhigh untuk kedalaman pemikiran maksimum
1.6T parameter keseluruhan, 49B diaktifkan — skala sempadan tanpa mengaktifkan semua parameter setiap token
Berat terbuka tersedia di Hugging Face untuk pelaksanaan sendiri

Berhati-hati dengan

1.6T parameter keseluruhan bermakna keperluan perkakasan yang serius untuk menjalankan secara tempatan; kebanyakan pengguna akan menggunakan API.
Token output berharga dua kali ganda kadar input — rantai penaakulan panjang boleh menjadi mahal lebih cepat daripada jangkaan.
Kad model menggambarkan ini sebagai keluaran pratonton; gunakan dengan sewajarnya untuk penggunaan produksi.

Terbaik untuk

Pengaturcaraan

Ejen dan penggunaan alat

Penalaran

Konteks panjang

Jalankan secara tempatan

Arahan untuk cuba

Audit pangkalan kod penuh

Saya tampal pangkalan kod Python yang besar di bawah. Kenal pasti setiap fungsi yang mengubah keadaan global, tandakan mana-mana yang berbuat demikian tanpa keselamatan benang, dan cadangkan refaktor untuk tiga yang paling berisiko. Terangkan alasan anda untuk setiap penarafan risiko. [tampal kod]

Rancangan agen berbilang langkah

Anda merancang saluran automatik untuk memantau repositori GitHub awam, merumuskan permintaan tarik baru setiap hari, mengklasifikasikannya mengikut jenis (pembaikan pepijat, ciri, dokumen, refaktor), dan menghantar ringkasan ke saluran Slack. Senaraikan setiap langkah, alat atau API yang diperlukan, mod kegagalan yang perlu diurus, dan susunan pelaksanaan.

Bukti matematik sukar

Buktikan bahawa untuk mana-mana nombor perdana p lebih besar daripada 3, p kuasa dua tolak 1 sentiasa boleh dibahagi dengan 24. Tunjukkan setiap langkah bukti dengan jelas, nyatakan sebarang lema yang anda gunakan, dan kemudian sahkan hasil dengan tiga contoh konkrit.

Bandingkan dengan

DeepSeek V4.1 Flash
Model berat terbuka
konteks 1,048,576 token · Input $0.04/M, output $0.68/M
DeepSeek V4 Flash 0731
Model berat terbuka
konteks 1,048,576 token · Input $0.01/M, output $1.28/M
DeepSeek V4 Flash 0423
Model berat terbuka
konteks 1,048,576 token · Input $0.09/M, output $0.18/M
DeepSeek V4 Pro 0813
Model berat terbuka
konteks 1,048,576 token · Input $1.32/M, output $3.96/M

Lebih banyak model teks dari deepseek

Soalan yang sering ditanya

Adakah berat terbuka dan bolehkah saya jalankan DeepSeek V4 Pro secara tempatan?: Ya, beratnya diterbitkan di Hugging Face di bawah deepseek-ai/DeepSeek-V4-Pro. Menjalankannya secara tempatan memerlukan perkakasan serius memandangkan 1.6T parameter keseluruhan, jadi kebanyakan orang akan menggunakan API kecuali mereka mempunyai setup multi-GPU besar.
Berapa kos DeepSeek V4 Pro dan berapa had konteksnya?: Melalui API ia berharga $0.44 setiap sejuta token input dan $0.87 setiap sejuta token output, dengan tingkap konteks sejuta token.
Bagaimana DeepSeek V4 Pro berbeza daripada DeepSeek V4 Flash?: Kedua-duanya berkongsi seni bina perhatian hibrid dan tingkap sejuta token, tetapi Pro mempunyai 1.6T parameter keseluruhan (49B diaktifkan) berbanding Flash dengan 284B keseluruhan (13B diaktifkan). DeepSeek mengatakan Flash-Max boleh mendekati tahap penaakulan Pro dengan bajet pemikiran lebih besar, tetapi Pro lebih unggul dalam tugas pengetahuan tulen dan aliran kerja agen paling kompleks.

Keputusan Kapten
Model berat terbuka paling berkemampuan yang dikeluarkan DeepSeek — jika anda boleh memberinya konteks yang cukup, ia layak mendapat tempatnya.

Kad model di Hugging Face

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #32 Hottest Text / LLM model · #32 Hottest Text / LLM text model

Not this creator?

Get your own badge

Trend populariti DeepSeek V4 Pro 0423

Skor panas sejak 24 Apr 2026

Skor haba

8,953°

Minggu ini

▲

22.7%

8,925° dulu, 8,953° sekarang

Bulan ini

▲

157%

8,827° dulu, 8,953° sekarang

Tahun lalu

n/a

Belum dikeluarkan/dipantau

7,000°

Lantai

Skala berjalan dari 0° hingga 9,999°. Apa sahaja di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian di situ supaya senarai tetap lengkap. 7,000° adalah tempat data yang diukur bermula: model dengan data sebenar tapi hampir tiada muat turun berada di lantai, dan ukuran mengisi darjah di atasnya. Lantai tidak memberitahu apa-apa tentang model; hanya darjah di atasnya yang buat beza antara satu model dengan model lain.

+1,654°

Token OpenRouter

3,257,945,734,845 token diproses oleh model ini melalui OpenRouter dalam 30 hari terakhir, termasuk arahan dan jawapan. Setiap 10,000,000 token dikira sebagai satu muat turun dalam tempoh muat turun, 325,794 semuanya; token hari terakhir disertakan dalam kadar penggunaan. Sumber: OpenRouter (openrouter.ai/rankings).

+299°

Kadar penerimaan

Kira-kira 9,616 muat turun sehari, diukur antara dua bacaan sumber, tidak pernah dianggarkan dari purata sepanjang hayat. Kelajuan seberat suku istilah muat turun, jadi lonjakan baru kelihatan tanpa membiarkan lonjakan satu hari mengatasi penggunaan bertahun-tahun.

Tunjukkan pecahan terperinci

Setiap nombor di laman ini boleh diperiksa. Skor panas model ini adalah 8,953°, dan ia dibina satu bahan pada satu masa, dengan jumlah terkini selepas setiap langkah: lantai, darjah yang ditambah oleh setiap sumber, bonus untuk jenis model dan apa yang umur beratnya tolak. Warna-warna itu adalah jalur carta di atas. Glosari di akhir menerangkan setiap istilah.

1
Mula di lantai.
Kenapa 7,000° dan bukan sifar: skala dari 0° hingga 9,999°, dan bahagian di bawah 7,000° dikhaskan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian supaya senarai tetap lengkap dan tidak pernah mengatasi model dengan data. 7,000° adalah tempat data yang diukur bermula. Model dengan data sebenar tapi hampir tiada muat turun berada di sini; semua yang berikut adalah ukuran, dan ruang di atas lantai ada sepuluh langkah muat turun sepuluh kali ganda pada 300° setiap satu. Lantai sama untuk setiap model, jadi ia tidak tentukan apa-apa; darjah di atasnya yang buat beza.
7,000°
jumlah berjalan
2
Tambah muat turun.
325,794 muat turun setara semuanya, dari Token OpenRouter. Sepuluh kali muat turun menambah 300° yang sama, jadi saiz penting tapi tidak pernah mengatasi skor.
+1,654°
8,654°
jumlah berjalan
3
Tambah kadar penerimaan.
Sekitar 9,616 muat turun sehari sekarang, diukur antara dua bacaan, dengan berat suku.
+299°
8,953°
jumlah berjalan
=
Skor heat.
Di mana model ini berdiri dalam setiap senarai laman ini. Tiada yang lain mengubahnya.
8,953°

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Bagaimana populariti model ini bergerak berbanding katalog lain: pertumbuhannya dalam muat turun, suka dan penggunaan setiap tempoh, diukur berbanding pertumbuhan model biasa dalam tempoh yang sama, dengan skor panasnya pada masa itu. Di atas pertumbuhan biasa dibaca sebagai kenaikan, di bawahnya sebagai penurunan. Masa lalu dibina semula dari jumlah hari ini, hari pertama model dan kelajuan muat turun yang diukur jika ada dua bacaan; model yang tidak wujud pada permulaan tempoh menunjukkan n/a.

Model serupa

Model AI untuk penjanaan imej, video dan teks

DeepSeek V4 Pro 0423 ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain, semak skor habanya untuk melihat trendnya, dan bukanya di PirateDiffusion atau BitVector untuk mencubanya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm deepseek penalaran pengaturcaraan ejen konteks panjang tempatan

Layari mengikut keluarga model