Startseite›Modelle›deepseek-v4-flash
deepseek-v4-flash
Architektur Expertenmischung43 SchichtenLizenz mitMaximaler Kontext 1.024kVokabular 129.280
Bei IQ4_XS ist das eine Datei von 127,28 GiB, und sie passt auf 2 der 18 Rechner, die wir durchrechnen (der mit dem wenigsten Speicher: PC mit Ryzen AI Max+ PRO 495 und 192 GB Unified Memory). Hier füllt die Datei den Speicher: Selbst beim maximalen Kontext von 1024k Tokens kommen 86,00 GiB hinzu — und derselbe Inhalt braucht auf Deutsch 1,58-mal so viele Tokens wie auf Englisch.
Modellgröße bei IQ4_XS
Von Local AI Scope gemessen
Kontextspeicher bei 8k Tokens
Von Local AI Scope gemessen
Was Deutsch gegenüber Englisch kostet
Von Local AI Scope gemessen
Größen der veröffentlichten Dateien
Das sind die Größen der tatsächlich vom Autor veröffentlichten Dateien, addiert, wenn das Modell in Teilen ausgeliefert wird. Keine Schätzung aus der Parameterzahl.
| Kompression | Modellgröße |
|---|---|
IQ4_XS |
127,28 GiB |
Q3_K_M |
119,28 GiB |
Kontextspeicher
Berechnet aus dem Aufmerksamkeitsmuster, das dieses Modell Schicht für Schicht angibt, nicht aus der generischen Formel. Deshalb liegt der Wert oft deutlich unter dem anderer Rechner.
- 8k Tokens → 0,67 GiB
- 32k Tokens → 2,69 GiB
- 128k Tokens → 10,75 GiB
Was es in jeder Sprache kostet
Gemessen, indem der Tokenizer dieses Modells über denselben Inhalt in vier Sprachen läuft. Tokens sind das, was man im Kontext, im Speicher und auf der Cloud-Rechnung zahlt.
| Textsorte | EN | ES | FR | DE |
|---|---|---|---|---|
| Code | — | ×1,31 | ×1,44 | ×1,60 |
| Verträge | — | ×1,37 | ×1,47 | ×1,64 |
| Geschäftliche E-Mails | — | ×1,30 | ×1,38 | ×1,49 |
| Support-Tickets | — | ×1,43 | ×1,53 | ×1,58 |
Englisch ist die Referenz: Jede Zahl gibt an, um wie viel mehr Tokens derselbe Inhalt in dieser Sprache kostet. Durchschnitt über das gesamte Korpus: DE ×1,58.
Wo es passt
Passt heißt: Modell, Kontextspeicher und Arbeitsreserve passen beim angegebenen Kontext gemeinsam hinein und lassen dem System seinen Anteil. 2 von den 18 getesteten Rechnern (IQ4_XS, 8k Tokens).
Wenn Sie es stärker komprimieren, läuft es auch dort, wo die Tabelle Nein sagt: als Q3_K_M (119,28 GiB) mit bis zu 32k Tokens Kontext auf Mac Studio mit M5 Max und 128 GB Unified Memory. Unterhalb von IQ4_XS verliert das Modell etwas an Qualität, bei Q3_K_M merkt man es; deshalb bleibt die Tabelle oben bei IQ4_XS.