01Ce qu'il sait faire
- Contexte natif massif jusqu'à ~1M tokens
- MoE efficient : ~13B actifs sur 284B, débit correct pour sa taille
- Spécialisé code et agents de code
- Licence MIT permissive
- —~165 Go VRAM en Q4 : nécessite plusieurs GPU ou beaucoup de RAM
- —Repack communautaire, pas un build officiel DeepSeek
- —Pas de tag Ollama — install via HuggingFace
04Installer
Installez Ollama pour votre OS. Vérifiez le modèle et sa quantification avant le téléchargement. Commencez avec 4096 tokens de contexte, puis contrôlez le placement avec ollama ps. Une commande ci-dessous n’est pas une preuve de test exécuté sur votre machine.
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Quel matériel pour DeepSeek V4 Flash Coder 284B-A13B (MoEspresso V2) ?
Pour exécuter DeepSeek V4 Flash Coder 284B-A13B (MoEspresso V2) en local en quantification Q4, il faut environ 165 Go de VRAM. Une option à comparer : GMKtec EVO-X2 64 Go / 1 To (Ryzen AI Max+ 395) — ce modèle dépasse la capacité GPU de ce mini-PC : choisissez un modèle plus petit ou une infrastructure adaptée.
Pourquoi ce choix ? Notre fiche complète sur GMKtec EVO-X2 64 Go / 1 To (Ryzen AI Max+ 395) →
Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.