Accueil›Modèles›deepseek-v4-flash
deepseek-v4-flash
Architecture mélange d’experts43 CouchesLicence mitContexte maximal 1.024kVocabulaire 129.280
En IQ4_XS, c’est un fichier de 127,28 Gio, et il tient sur 2 des 18 machines que nous mesurons (celle qui a le moins de mémoire : PC avec Ryzen AI Max+ PRO 495 et 192 Go unifiés). Ici, c’est le fichier qui remplit la mémoire : même à son contexte maximal de 1024k tokens, le contexte ajoute 86,00 Gio — et le même contenu demande en français 1,45 fois autant de tokens qu’en anglais (en allemand, 1,58 fois).
Taille du modèle en IQ4_XS
Mesuré par Local AI Scope
Mémoire de contexte à 8k tokens
Mesuré par Local AI Scope
Ce que coûte l’allemand face à l’anglais
Mesuré par Local AI Scope
Tailles des fichiers publiés
Ce sont les tailles des fichiers réellement publiés par son auteur, additionnées lorsque le modèle est livré en plusieurs parties. Pas une estimation à partir du nombre de paramètres.
| Compression | Taille du modèle |
|---|---|
IQ4_XS |
127,28 GiB |
Q3_K_M |
119,28 GiB |
Mémoire de contexte
Calculée à partir du schéma d’attention que ce modèle déclare couche par couche, et non de la formule générique. C’est pourquoi le chiffre est souvent bien inférieur à celui d’autres calculateurs.
- 8k tokens → 0,67 GiB
- 32k tokens → 2,69 GiB
- 128k tokens → 10,75 GiB
Ce qu’il coûte dans chaque langue
Mesuré en exécutant le tokenizer de ce modèle sur le même contenu dans quatre langues. Les tokens sont ce que l’on paie en contexte, en mémoire et sur la facture du cloud.
| Type de texte | EN | ES | FR | DE |
|---|---|---|---|---|
| Code | — | ×1,31 | ×1,44 | ×1,60 |
| Contrats | — | ×1,37 | ×1,47 | ×1,64 |
| Courriels d’entreprise | — | ×1,30 | ×1,38 | ×1,49 |
| Tickets d’assistance | — | ×1,43 | ×1,53 | ×1,58 |
L’anglais est la référence : chaque chiffre indique combien de fois plus de tokens coûte le même contenu dans cette langue. Moyenne sur tout le corpus: DE ×1,58.
Où il tient
Tenir signifie que le modèle, sa mémoire de contexte et la marge de travail tiennent au contexte indiqué, en laissant au système sa part. 2 sur les 18 machines testées (IQ4_XS, 8k tokens).
Si vous acceptez de le compresser davantage, il tourne là où le tableau dit non : en Q3_K_M (119,28 Gio), jusqu’à 32k tokens de contexte, sur Mac Studio avec M5 Max et 128 Go unifiés. Sous IQ4_XS, le modèle perd un peu en qualité, et en Q3_K_M cela se sent ; c’est pourquoi le tableau ci-dessus s’en tient à IQ4_XS.