Modelos abiertos
¿Qué equipo necesito para ejecutar DeepSeek-V4-Flash-0731 en local?
Con 25 usuarios simultáneos, el equipo más pequeño que ejecuta DeepSeek-V4-Flash-0731 es Starter (2 × NVIDIA DGX Spark o 1 × Apple Mac Studio M5 Ultra), en NVFP4: necesita hasta 190 GB de memoria y el equipo tiene 230 GB útiles. La cuenta parte de sus 304,18B parámetros según Hugging Face y es la misma de la calculadora de VRAM, que puedes abrir con este modelo ya cargado.
Memoria en cada precisión
| Precisión | Pesos | Con caché KV y margen | Equipo más pequeño |
|---|---|---|---|
| FP16 (2 bytes) | 608 GB | 671 GB | Enterprise |
| FP8 (1 byte) | 304 GB | 337 GB | Pro |
| NVFP4 (0,5625 bytes) | 171 GB | 190 GB | Starter |
Usuarios simultáneos en cada equipo
| Equipo | Memoria útil | Techo de usuarios | FP16 | FP8 | NVFP4 |
|---|---|---|---|---|---|
| Starter | 230 GB | 25 | No cabe | No cabe | 25 usuarios: 190 GB |
| Pro | 460 GB | 60 | No cabe | 60 usuarios: 337 GB | 60 usuarios: 191 GB |
| Business | 670 GB | 500 | No cabe | 500 usuarios: 340 GB | 500 usuarios: 194 GB |
| Enterprise | 2000 GB | Sin techo | 1000 usuarios: 679 GB | 1000 usuarios: 344 GB | 1000 usuarios: 198 GB |
Los usuarios son las opciones de la calculadora (5, 25, 60, 200, 500, 1.000) hasta el techo de cada equipo. Enterprise no tiene techo en la cuenta: llega a 1.000, la opción más alta del selector.
La cuenta
En NVFP4 con 25 usuarios: 304,18B × 0,5625 bytes = 171 GB de pesos + menos de 1 GB de caché KV (3 a 7 conversaciones de 8.192 tokens, con la caché por token del tamaño de referencia de 284B de la calculadora) + 19 GB de margen (2 GB y un 10% de los pesos) = 190 GB.
Supuestos: entre el 10 y el 25% de los usuarios conectados está generando una respuesta en cada momento (como mínimo, una conversación); cada conversación lleva 8.192 tokens de contexto y la caché KV se guarda en FP8. El margen suma 2 GB y un 10% del peso para el servidor de inferencia.
Los parámetros son el recuento de los archivos safetensors que publica Hugging Face y puede no coincidir con la cifra de la ficha del modelo: algunos repositorios suman módulos de decodificación especulativa.
Datos del modelo
Licencia según Hugging Face: mit. Repositorio creado el 31 de julio de 2026. Datos de la API de Hugging Face del 22 de noviembre de 2026.