DeepSeek V4 Pro (Withdrawn Listings) — lokalny model AI od DeepSeek
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Model o otwartych wagach zajmujący 1. miejsce we wszystkich najważniejszych benchmarkach. DeepSeek V4 Pro wykorzystuje potężną architekturę Mixture-of-Experts o 1,6 biliona parametrów, z których na token aktywnych jest tylko 49 miliardów — daje to inteligencję klasy frontier ułamkiem kosztu obliczeniowego. Dominuje w kodowaniu, matematyce, rozumowaniu i zadaniach wielojęzycznych.
Warianty
Najmniejszy wariant DeepSeek V4 Pro (Withdrawn Listings) potrzebuje około 967 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.
| Model | VRAM przy Q4 | VRAM | Kontekst | Uruchom |
|---|---|---|---|---|
| DeepSeek V4 Pro (Q4_K_M) 1.6T / 49B active | ~966.8 GB | 128,000 | ollama run deepseek-v4-pro:latest | |
| DeepSeek V4 Pro (API) API | ~966.8 GB | 128,000 | ollama run deepseek-v4-pro |
Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.
Jak uruchomić DeepSeek V4 Pro (Withdrawn Listings) lokalnie
Zainstaluj Ollama, a potem pobierz tag.
ollama run deepseek-v4-pro:latestWybierz rozmiar powyżej, aby zobaczyć jego VRAM, szacowaną szybkość i polecenie instalacji.
Licencja
Research / non-commercial only — this licence does NOT permit shipping a commercial product.
Dotyczy: DeepSeek V4 Pro (Q4_K_M)No downloadable weights. Available through the vendor’s API only.
Dotyczy: DeepSeek V4 Pro (API)DeepSeek V4 Pro (Withdrawn Listings) — najczęściej zadawane pytania
How much VRAM does DeepSeek V4 Pro (Withdrawn Listings) need?
DeepSeek V4 Pro (Withdrawn Listings) needs about 967 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: DeepSeek V4 Pro (Q4_K_M) (967 GB, Q4_K_M); DeepSeek V4 Pro (API) (967 GB, None (cloud)). On Apple Silicon, unified memory counts toward this requirement.
Can I run DeepSeek V4 Pro (Withdrawn Listings) on an RTX 4090 (24 GB)?
DeepSeek V4 Pro (Withdrawn Listings)'s smallest variant needs about 967 GB, which exceeds a single RTX 4090 (24 GB). Use multiple GPUs, a higher-VRAM card, or Apple Silicon with large unified memory.
What quantization should I use for DeepSeek V4 Pro (Withdrawn Listings)?
Q4_K_M is the best balance of quality and VRAM for DeepSeek V4 Pro (Withdrawn Listings) in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run DeepSeek V4 Pro (Withdrawn Listings) with Ollama?
Install Ollama, then run: ollama run deepseek-v4-pro:latest. This downloads DeepSeek V4 Pro (Withdrawn Listings) and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.