/ Модель

Характеристики

Контекст
1 048 576 токенов
Лицензия
MIT
Архитектура
deepseek_v41 · dense
Базовая модель
DeepSeek-V4.1-Flash
Опубликована
10 сен 2026

DeepSeek-V4.1-Flash-NVFP4

Генерация текстаТекст → текст3 профессии

DeepSeek-V4.1-Flash-NVFP4 — это неофициальная community-конверсия мультимодальной модели DeepSeek-V4.1-Flash, опубликованная пользователем s-zaizen.

827скачиваний за 30 дней5лайковвеса обновлены10 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель разработана на базе исходной версии DeepSeek и преобразована с использованием NVIDIA Model Optimizer; релиз не является официальным продуктом DeepSeek или NVIDIA.

Исходная модель предназначена для мультимодальных сценариев image-text-to-text. Она использует архитектуру Causal Encoder-Decoder с Mixture-of-Experts, Compressed Sparse Attention 2, условной памятью Engram и спекулятивным декодированием DSpark. Сохраняются исходные архитектура, токенизатор, компоненты обработки изображений и нативная конфигурация контекста до 1 миллиона токенов, однако этот размер контекста отдельно не проверялся. Объём backbone-параметров заявлен как 552B, Engram — 196B.

В конверсии маршрутизируемые экспертные веса backbone представлены в формате NVFP4 с блоками по 16 элементов. Engram, attention, shared experts, vision и MTP/DSpark сохраняют исходные форматы. Для релиза не проводились оценки качества или производительности, поэтому соответствие исходной модели и совместимость с конкретным runtime не подтверждены. Для работы требуется среда с поддержкой DeepSeek V4.1 и смешанных FP8/NVFP4 MoE-чекпойнтов; готовая рабочая конфигурация для vLLM или SGLang не заявлена. Необходимо использовать специальный протокол prompt encoding DeepSeek V4.1, а не универсальный chat template.

Модель и сопутствующие исходные файлы распространяются по лицензии MIT. Чекпойнт занимает около 527,293 ГБ и состоит из 48 файлов safetensors.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DeepSeek-V4.1-Flash-NVFP4

Introduction

This is a community NVFP4 conversion of DeepSeek-V4.1-Flash, published by s-zaizen. It is not an official DeepSeek or NVIDIA release.

The original model is a multimodal Mixture-of-Experts model featuring a Causal Encoder-Decoder architecture, Compressed Sparse Attention 2, Engram conditional memory, and DSpark speculative decoding. This conversion preserves its architecture, tokenizer, vision components, and native context configuration.

ItemDetails
Sourcedeepseek-ai/DeepSeek-V4.1-Flash
Source revisionfb2764a5cf321eaa5070ca8f9e892818f477c16d
Backbone / Engram parameters552B / 196B, as reported by DeepSeek
Native context configuration1M tokens; not independently evaluated here
Routed expert weightsNVFP4, 16-element blocks
Weight files48 safetensors shards, 527.293 GB total

Quantization

Converted using NVIDIA Model Optimizer and its MXFP4-to-NVFP4 weight-cast routine. Activation scaling follows NVIDIA's published calibration-free input_scale1 policy: the global input scale is fixed to 1.0, and per-block E4M3 scales are dynamic at inference. These constants are not measured calibration statistics.

Only the backbone's routed experts are converted. Engram, attention, shared experts, vision, and MTP/DSpark weights retain their source formats. No calibration forward pass or model-specific inference patch is used to produce the checkpoint.

Evaluation Results

No quality or throughput benchmarks were run for this release. File integrity, tensor layouts, scale validity, and unchanged tensors were checked. These checks do not establish benchmark parity or runtime compatibility. DeepSeek's original evaluation results describe the source model, not this conversion.

Prompt Encoding

The source's prompt encoding implementation is included. Use DeepSeek V4.1's encoding rather than assuming a generic Jinja chat template. See deepseek-recipe for the upstream protocol toolkit.

Minimal Inference

Download the checkpoint:

hf download s-zaizen/DeepSeek-V4.1-Flash-NVFP4 --local-dir DeepSeek-V4.1-Flash-NVFP4

Inference requires a runtime supporting DeepSeek V4.1 and mixed FP8/NVFP4 MoE checkpoints. The included upstream reference inference code is for the source format; it is not a validated NVFP4 serving recipe. No working vLLM or SGLang launch command is claimed here.

License

The original DeepSeek MIT license is retained for the model and accompanying source files.

Credits

DeepSeek — original model and inference code. NVIDIA — quantization tooling and numerical recipes. s-zaizen — NVFP4 conversion and publication.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
DeepseekV41ForCausalLM
Ревизия весов
179b7cd

0 моделей