Sunt greutățile deschise și pot rula asta local?

Da — greutățile sunt pe Hugging Face la deepseek-ai/DeepSeek-V4-Flash-0731. Self-hosting-ul necesită hardware multi-GPU capabil să gestioneze un model MoE de 284B parametri; exemplul DeepSeek folosește un nod 4×GB300 cu vLLM.

Cât costă și cât de mare este contextul?

Prin API costă 0,02$ per milion tokeni de intrare și 0,64$ per milion tokeni de ieșire, cu o fereastră de context de 1.048.576 tokeni.

Cum diferă asta de DeepSeek V4 Pro?

V4 Flash 0731 activează doar 13B parametri față de numărul mai mare activat de V4 Pro, dar depășește V4 Pro pe toate benchmark-urile agentice din comparația publicată de DeepSeek, fiind alegerea mai bună pentru sarcini de codare-agent la un cost de inferență mai mic.

▲

18.4%

săptămâna aceasta

DeepSeek V4 Flash 0731

9301°

#llm #deepseek #raționament #programare #agenți #context lung

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

DeepSeek | 1,048,576 token context | $0.01/M input, $1.28/M output. DeepSeek V4 Flash 0731 is a sparse mixture-of-experts model from DeepSeek, with 13B active parameters out of 284B total. This re-post-trained revision is suited for coding, reasoning, and agent workflows. This is the GA release of DeepSeek V4 Flash.

Ghiduri pentru acest model

Cel mai bun LLM local după caz de utilizare (octombrie 2026): modelul open potrivit pentru fiecare job

De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?

Greutăți deschise vs open source vs doar API: ce ai voie să faci cu adevărat

Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

DeepSeek V4 Flash 0731 este un model sparse mixture-of-experts de la DeepSeek cu 13B parametri activi dintr-un total de 284B, construit pentru codare, raționament și fluxuri agentice. Lansarea GA îmbunătățește substanțial preview-ul, depășind DeepSeek V4 Pro pe mai multe benchmark-uri agentice în ciuda activării mult mai puținor parametri. Se potrivește dezvoltatorilor care vor performanță frontieră la codare și agenți la un preț API scăzut sau care vor să găzduiască un model MoE serios local.

Cunoscut pentru

Codare agentică puternică: scoruri mari pe DeepSWE, NL2Repo și benchmark-uri terminal
Fereastră de context de 1M tokeni pentru coduri lungi și sesiuni extinse de agenți
Decodare speculativă încorporată prin DSpark pentru inferență mai rapidă pe vLLM
Efort de raționament ajustabil: deliberare scăzută, ridicată sau maximă per apel
Greutăți deschise pe Hugging Face, rulabil pe hardware multi-GPU cu vLLM

Atenție la

Nu există un template standard Jinja pentru chat; trebuie să folosești scripturile personalizate DeepSeek pentru a formata prompturile corect.
284B parametri total înseamnă că self-hosting-ul cere hardware multi-GPU serios — nu este un model pentru laptop.
Tokenii de ieșire costă de 32× mai mult decât cei de intrare; rulările agentice lungi cu ieșiri verbose se adună.

Cel mai bun pentru

Programare

Agenți și utilizare unelte

Raționament

Context lung

Rulează local

Sugestii de încercat

Sarcină autonomă în repo

Lucrezi într-un depozit Python cu API Flask și backend PostgreSQL. Endpoint-ul /users returnează toate rândurile din tabela users, dar fără paginare. Adaugă paginare bazată pe cursor folosind un cursor timestamp created_at. Arată ruta actualizată, orice funcții helper noi și interogarea SQL. Explică raționamentul înainte de a scrie codul.

Puzzle dificil de depanare

O funcție async Python preia URL-uri concurent cu asyncio.gather. Sub sarcină ridicată, uneori apare RuntimeError: Session is closed. Sesiunea este creată o singură dată la nivel de modul. Parcurge fiecare cauză plauzibilă, clasifică-le după probabilitate și scrie o implementare corectată care elimină condiția de cursă.

Plan agent multi-pas

Ai acces la un terminal bash, un interpret Python și poți citi și scrie fișiere. Un fișier CSV numit sales.csv are coloanele: date, region, product, revenue. Planifică și execută pașii pentru a produce un raport sumar care arată venitul total pe regiune și produsul principal per regiune, apoi salvează-l ca report.md.

Compară cu

DeepSeek V4.1 Flash
Model cu greutăți deschise
context de 1,048,576 tokeni · $0.04/M intrare, $0.68/M ieșire
DeepSeek V4 Flash 0423
Model cu greutăți deschise
context de 1,048,576 tokeni · $0.09/M intrare, $0.18/M ieșire
DeepSeek V4 Pro 0813
Model cu greutăți deschise
context de 1,048,576 tokeni · $1.32/M intrare, $3.96/M ieșire
DeepSeek V4 Pro 0423
Model cu greutăți deschise
context de 1,048,576 tokeni · $0.96/M intrare, $1.91/M ieșire

Mai multe modele text de la deepseek

Întrebări frecvente

Sunt greutățile deschise și pot rula asta local?: Da — greutățile sunt pe Hugging Face la deepseek-ai/DeepSeek-V4-Flash-0731. Self-hosting-ul necesită hardware multi-GPU capabil să gestioneze un model MoE de 284B parametri; exemplul DeepSeek folosește un nod 4×GB300 cu vLLM.
Cât costă și cât de mare este contextul?: Prin API costă 0,02$ per milion tokeni de intrare și 0,64$ per milion tokeni de ieșire, cu o fereastră de context de 1.048.576 tokeni.
Cum diferă asta de DeepSeek V4 Pro?: V4 Flash 0731 activează doar 13B parametri față de numărul mai mare activat de V4 Pro, dar depășește V4 Pro pe toate benchmark-urile agentice din comparația publicată de DeepSeek, fiind alegerea mai bună pentru sarcini de codare-agent la un cost de inferență mai mic.

Verdictul căpitanului
Un caz rar în care nivelul 'flash' chiar bate 'pro' pe sarcinile care contează cel mai mult — codarea agentică — și costă o fracțiune să ruleze.

Fișa modelului pe Hugging Face

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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: #5 Hottest Text / LLM model · #5 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tendința de popularitate a DeepSeek V4 Flash 0731

Scor de căldură din 31 Jul 2026

Scor de popularitate

9,301°

Săptămâna aceasta

▲

18.4%

9,278° atunci, 9,301° acum

Luna aceasta

▲

137%

9,185° atunci, 9,301° acum

Ultimul an

n/a

Nu a fost lansat/urmărit

7,000°

Prag minim

Scara merge de la 0° la 9.999°. Tot ce este sub 7,000° este rezervat pentru modelele despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete. 7,000° este punctul de start pentru datele măsurate: un model cu date reale, dar aproape fără descărcări, stă la prag, iar măsurătorile umplu gradele de deasupra. Pragul nu spune nimic despre model; doar gradele de deasupra îl diferențiază de alte modele.

+1,938°

Tokeni OpenRouter

28,896,982,056,080 tokeni procesați de acest model prin OpenRouter în ultimele 30 de zile, împreună cu prompturile și răspunsurile. Fiecare 10,000,000 tokeni contează ca un download în termenul de descărcări, 2,889,698 în total; tokenii ultimei zile se adaugă la rata de adoptare. Sursa: OpenRouter (openrouter.ai/rankings).

+363°

Rata de adoptare

Aproximativ 69,105 descărcări pe zi, măsurate între două citiri ale surselor, niciodată estimate dintr-o medie pe viață. Viteza cântărește un sfert din termenul descărcărilor, așa că o creștere recentă se vede fără să lase un vârf de o zi să depășească ani de utilizare.

Arată detalii

Fiecare număr de pe acest site poate fi verificat. Scorul de popularitate al acestui model este 9,301°, iar aici este construit pas cu pas, cu totalul acumulat după fiecare ingredient: pragul minim, gradele adăugate de fiecare sursă, bonusul pentru tipul modelului și ce scade vârsta greutăților. Culorile sunt benzile din graficul de mai sus. Glosarul de la final definește fiecare termen.

1
Începe de la prag.
De ce 7,000° și nu zero: scara merge de la 0° la 9.999°, iar partea de sub 7,000° este rezervată modelelor despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete și să nu depășească niciodată un model cu date. 7,000° este punctul de start pentru datele măsurate. Un model cu date reale, dar aproape fără descărcări, stă aici; tot ce urmează este măsurare, iar spațiul de deasupra pragului conține zece pași de zece ori mai multe descărcări, fiecare la 300°. Pragul este același pentru toate modelele, deci nu decide nimic; gradele de deasupra fac diferența.
7,000°
total curent
2
Adaugă descărcările.
2,889,698 echivalente de descărcări în total, de la Tokeni OpenRouter. De zece ori descărcările adaugă același 300°, deci mărimea contează, dar nu domină scorul.
+1,938°
8,938°
total curent
3
Adaugă rata de adoptare.
Aproximativ 69,105 descărcări pe zi acum, măsurate între două citiri, cu un sfert din greutate.
+363°
9,301°
total curent
=
Scorul de căldură.
Unde se situează acest model pe fiecare listă de pe site. Nimic altceva nu îl ajustează.
9,301°

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Cum s-a schimbat popularitatea acestui model față de restul catalogului: creșterea lui în descărcări, aprecieri și utilizare în fiecare perioadă, comparată cu creșterea tipică a unui model în aceeași perioadă, plus scorul său de căldură la momentul respectiv. Dacă e peste creșterea tipică, înseamnă că a crescut, dacă e sub, a scăzut. Istoricul se reconstruiește din totalurile de azi, prima zi a modelului și viteza lui de descărcare măsurată când sunt două citiri; un model care nu exista la începutul perioadei arată n/a.

Modele similare

Modele AI pentru generare de imagini, video și text

DeepSeek V4 Flash 0731 este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm deepseek raționament programare agenți context lung local

Răsfoiește după familia de modele