01Lo que sabe hacer
- Contexto masivo hasta ~1M tokens
- Enfocada en código y razonamiento agéntico
- Licencia MIT permisiva
- Lanzamiento oficial (supera la versión preliminar)
- —Modelo muy grande: ~176 GB VRAM en Q4, fuera de alcance para el público general
- —Velocidad local modesta (~5 tok/s en Q4)
- —Sin etiqueta de Ollama — instalación a través de HuggingFace
04Instalar
Instala Ollama para tu SO. Verifica el modelo y su cuantización antes de la descarga. Comienza con 4096 tokens de contexto y luego controla la asignación con ollama ps. Un comando a continuación no es prueba de que se haya ejecutado una prueba en tu máquina.
02Memoria requerida
VRAM de GPU aproximada para ejecutar este modelo, incluido el sobrecoste de contexto de 4k tokens. Para un contexto más largo, añade ~1 GB por cada tramo de 8k tokens.
¿Qué hardware necesitas para DeepSeek V4 Flash 0731 304B?
Para ejecutar DeepSeek V4 Flash 0731 304B en local con cuantización Q4, necesitas aproximadamente 176 GB de VRAM. Una opción para comparar: GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — este modelo supera la capacidad de la GPU de este mini-PC: elige un modelo más pequeño o una infraestructura adecuada.
Enlaces de afiliados — posible comisión sin coste adicional para ti, recomendación independiente. Como socio de Amazon, QuelLLM obtiene un beneficio de las compras que cumplen las condiciones requeridas.
03Velocidad estimada
Tokens generados por segundo en Q4_K_M, contexto 4k. Por encima de 20 t/s, la lectura es cómoda. Por debajo de 10 t/s, es solo para probar.