Arrakis / Modelos / DeepSeek-V4-Flash-0731

Requisitos de GPU de DeepSeek-V4-Flash-0731

DeepSeek-V4-Flash-0731 tiene 304B parámetros. Para servirlo, calcula unos 730 GB de memoria de GPU en 16 bits, 365 GB en 8 bits o 183 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.

Es un modelo de mezcla de expertos: 256 expertos, 6 de ellos activos en cada token. Todos permanecen en la memoria de la GPU, así que calcula la memoria para los 304B parámetros.

Desplegar este modelo Comprobar otro modelo

Lo que hace falta para servirlo

La memoria de GPU para ejecutarlo en inferencia, con la configuración de GPU más pequeña que lo sostiene y el precio más bajo en Arrakis ahora mismo.

Precisión	Memoria y configuración mínima
16 bits	730 GB: 4 × B300, desde 18,40 US$ por hora las 4
8 bits	365 GB: 2 × B300, desde 9,20 US$ por hora las 2
4 bits	183 GB: una B300, desde 4,60 US$ por GPU-hora

Lo que hace falta para ajustarlo

QLoRA entrena adaptadores sobre un modelo congelado de 4 bits; LoRA, sobre uno de 16 bits, y el ajuste fino completo actualiza todos los pesos. Las cifras no incluyen las activaciones, que crecen con el tamaño del lote y la longitud de secuencia.

Método	Memoria y configuración mínima
QLoRA	213 GB: una B300, desde 4,60 US$ por GPU-hora
LoRA	730 GB: 4 × B300, desde 18,40 US$ por hora las 4
Ajuste fino completo	4.867 GB: más de una máquina de 8 GPU

Sobre el modelo

De su ficha y sus archivos en Hugging Face. Las cifras de memoria siguen la guía de memoria de GPU.

Parámetros: 304B
Expertos: 256
Expertos por token: 6
Ventana de contexto (tokens): 1,048,576
Publicado en: FP8
Licencia: mit
Fecha de publicación: 2026-07-31
Pesos: deepseek-ai/DeepSeek-V4-Flash-0731

Despliégalo en Arrakis

Abre Models en la consola, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina. O ejecútalo tú mismo en cualquier máquina con suficiente memoria de GPU:

vLLM

vllm serve deepseek-ai/DeepSeek-V4-Flash-0731 --tensor-parallel-size 4

Desplegar este modelo Cómo funciona el despliegue

Preguntas

Los precios en tiempo real de todas las GPU están en la página de precios de GPU.

¿Cuánta memoria de GPU necesita DeepSeek-V4-Flash-0731?

Para servirlo, unos 730 GB en 16 bits, 365 GB en 8 bits y 183 GB en 4 bits, incluido un 20% para la caché KV y las activaciones. Para ajustarlo, unos 213 GB con QLoRA, 730 GB con LoRA y 4.867 GB para un ajuste fino completo con Adam, sin contar las activaciones.

¿Puedo ejecutar DeepSeek-V4-Flash-0731 en una sola GPU?

Sí, cuantizado. En 4 bits necesita unos 183 GB, que caben en una B300. En 16 bits necesita 4 GPU B300.

¿Cuánto cuesta ejecutar DeepSeek-V4-Flash-0731?

En 16 bits necesita 4 GPU B300; en 4 bits, una B300. Cada configuración de esta página muestra el precio más bajo por GPU-hora en Arrakis ahora mismo, y pagas por hora desde un saldo prepago.

¿Cómo despliego DeepSeek-V4-Flash-0731 en Arrakis?

Abre Models en la consola de Arrakis, pega deepseek-ai/DeepSeek-V4-Flash-0731, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina.

Más modelos

Todos los modelos, y una comprobación para cualquier otro.