# Requisitos de GPU do DeepSeek-V4-Flash

O DeepSeek-V4-Flash tem 291B parâmetros. Para servi-lo, conte com cerca de 698 GB de memória de GPU em 16 bits, 349 GB em 8 bits ou 175 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

É um modelo de mistura de especialistas: 256 especialistas, 6 deles ativos para cada token. Todos ficam na memória da GPU, então conte memória para todos os 291B parâmetros.

[Implante na Arrakis](/console/#/models?model=deepseek-ai/DeepSeek-V4-Flash).

## O que é preciso para servi-lo

| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 698 GB: 4 × [B200](/pt/gpus/b200.html.md), a partir de US$ 27,16 por hora pelas 4 |
| 8 bits | 349 GB: 2 × [B200](/pt/gpus/b200.html.md), a partir de US$ 13,58 por hora pelas 2 |
| 4 bits | 175 GB: uma [B200](/pt/gpus/b200.html.md), a partir de US$ 6,79 por GPU-hora |

## O que é preciso para fazer ajuste fino

| Método | Memória e menor configuração |
|---|---|
| QLoRA | 204 GB: uma [B300](/pt/gpus/b300.html.md), a partir de US$ 4,60 por GPU-hora |
| LoRA | 698 GB: 4 × [B200](/pt/gpus/b200.html.md), a partir de US$ 27,16 por hora pelas 4 |
| Ajuste fino completo | 4.655 GB: mais de uma máquina de 8 GPUs |

## Sobre o modelo

| | |
|---|---|
| Parâmetros | `291B` |
| Especialistas | `256` |
| Especialistas por token | `6` |
| Janela de contexto (tokens) | `1,048,576` |
| Publicado em | `FP8` |
| Licença | `mit` |
| Data de lançamento | `2026-04-22` |
| Pesos | [deepseek-ai/DeepSeek-V4-Flash](https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash) |

## Sirva você mesmo

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

## Perguntas

**Quanta memória de GPU o DeepSeek-V4-Flash precisa?** Para servi-lo, cerca de 698 GB em 16 bits, 349 GB em 8 bits e 175 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 204 GB com QLoRA, 698 GB com LoRA e 4.655 GB para ajuste fino completo com Adam, sem contar as ativações.

**Posso rodar o DeepSeek-V4-Flash em uma única GPU?** Sim, quantizado. Em 4 bits ele precisa de cerca de 175 GB, que cabem em uma B200. Em 16 bits ele precisa de 4 GPUs B200.

**Quanto custa rodar o DeepSeek-V4-Flash?** Em 16 bits ele precisa de 4 GPUs B200; em 4 bits, de uma B200. Cada configuração desta página mostra o menor preço por GPU-hora na Arrakis agora, e você paga por hora a partir de um saldo pré-pago.

**Como implanto o DeepSeek-V4-Flash na Arrakis?** Abra Models no console da Arrakis, cole deepseek-ai/DeepSeek-V4-Flash, escolha vLLM, SGLang ou llama.cpp e alugue uma GPU em que ele caiba. Você recebe um endpoint compatível com OpenAI com sua própria chave de API, e SSH root na máquina.


Mais modelos: [/models](/pt/models.html.md).