DeepSeek-V4-Flash-Vision-Exp

中文简介

DeepSeek-V4-Flash-Vision-Exp 为 V4 Flash 增加视觉模块并继续训练，是 V4 家族的实验多模态版本。仓库同时描述视觉编码、提示编码与参考推理实现。

适用场景

适合研究图文智能体与文本底座的差异，并与 V4.1 Flash 进行版本比较。

模型参数

选型方向：多模态理解。固定上游版本：6821d6ad3681a4b137b066b76094fa82ebd0a380。API 任务字段：image-text-to-text。API 架构字段：DeepseekV4ForCausalLM。上游最近更新时间：2026-09-01（不一定为首次发布日期）。 规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

文件说明

上游 API 返回 84 个文件，文件元数据合计 156.31 GB。 已保存文件清单中的主要扩展名：.safetensors 48 个、.json 11 个、.py 8 个、.txt 6 个、.md 3 个、无扩展名 3 个。 当前较大的文件包括：model-00048-of-00048.safetensors（3.44 GB）；model-00046-of-00048.safetensors（3.36 GB）；model-00004-of-00048.safetensors（3.35 GB）。 此处只统计当前 Git 仓库的文件元数据，不包含外部链接、Bucket 或另行申请的完整集合。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

• .eval_results/deep-swe.yaml178 B
• .eval_results/terminal-bench-2.1.yaml203 B
• .gitattributes1.56 KB
• .gitignore69 B
• config.json2.11 KB
• encoding/encoding_dsv4.py35.85 KB
• encoding/README.md2.46 KB
• encoding/test_encoding_dsv4.py6.42 KB
• encoding/tests/test_input_1.json2.68 KB
• encoding/tests/test_input_2.json526 B
• encoding/tests/test_input_3.json4.44 KB
• encoding/tests/test_input_4.json2.67 KB

硬件建议

先选定所需权重格式和精度，再核对推理代码、依赖与目标硬件。仓库元数据合计可能包含多个变体、视觉组件或示例，不能用来直接推算运行显存；内存还受上下文、缓存、批量和并发影响，应以小样本实测确定配置。

注意事项

这是实验版本，提示编码使用专门组件；文件中可见的分片索引与实际权重范围需要一起核对。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

• 大模型获取与国内转存服务
• 大模型怎么下载：Hugging Face 官方方式与国内交付完整指南
• 国内下载 Hugging Face 模型很慢或经常中断怎么办
• DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地