# Requisitos de GPU do DeepSeek-V4.1-Flash

O DeepSeek-V4.1-Flash tem 763B parâmetros. Para servi-lo, conte com cerca de 1.832 GB de memória de GPU em 16 bits, 916 GB em 8 bits ou 458 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

É um modelo de mistura de especialistas: 384 especialistas, 6 deles ativos para cada token. Todos ficam na memória da GPU, então conte memória para todos os 763B parâmetros.

[Implante na Arrakis](/console/#/models?model=deepseek-ai/DeepSeek-V4.1-Flash).

## O que é preciso para servi-lo

| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 1.832 GB: 8 × [B300](/pt/gpus/b300.html.md), a partir de US$ 36,80 por hora pelas 8 |
| 8 bits | 916 GB: 4 × [B300](/pt/gpus/b300.html.md), a partir de US$ 18,40 por hora pelas 4 |
| 4 bits | 458 GB: 2 × [B300](/pt/gpus/b300.html.md), a partir de US$ 9,20 por hora pelas 2 |

## O que é preciso para fazer ajuste fino

| Método | Memória e menor configuração |
|---|---|
| QLoRA | 534 GB: 4 × [H200](/pt/gpus/h200.html.md), a partir de US$ 16,12 por hora pelas 4 |
| LoRA | 1.832 GB: 8 × [B300](/pt/gpus/b300.html.md), a partir de US$ 36,80 por hora pelas 8 |
| Ajuste fino completo | 12.211 GB: mais de uma máquina de 8 GPUs |

## Sobre o modelo

| | |
|---|---|
| Parâmetros | `763B` |
| Especialistas | `384` |
| Especialistas por token | `6` |
| Janela de contexto (tokens) | `1,048,576` |
| Publicado em | `FP8` |
| Licença | `mit` |
| Data de lançamento | `2026-09-10` |
| Pesos | [deepseek-ai/DeepSeek-V4.1-Flash](https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash) |

## Sirva você mesmo

```
vllm serve deepseek-ai/DeepSeek-V4.1-Flash --tensor-parallel-size 8
```

## Perguntas

**Quanta memória de GPU o DeepSeek-V4.1-Flash precisa?** Para servi-lo, cerca de 1.832 GB em 16 bits, 916 GB em 8 bits e 458 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 534 GB com QLoRA, 1.832 GB com LoRA e 12.211 GB para ajuste fino completo com Adam, sem contar as ativações.

**Posso rodar o DeepSeek-V4.1-Flash em uma única GPU?** Não. Mesmo em 4 bits ele precisa de cerca de 458 GB: 2 GPUs B300.

**Quanto custa rodar o DeepSeek-V4.1-Flash?** Em 16 bits ele precisa de 8 GPUs B300; em 4 bits, de 2 GPUs B300. 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-V4.1-Flash na Arrakis?** Abra Models no console da Arrakis, cole deepseek-ai/DeepSeek-V4.1-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).