¿Se puede ejecutar DeepSeek V4 en tu propia computadora?
Xiaolin, siguiendo este curso, ejecutó deepseek-r1:8b en su tarjeta gráfica de 16 GB. A los pocos días vio una noticia que decía que DeepSeek ya había llegado a V4.1, y en internet había artículos que decían "con una tarjeta gráfica de 8 GB se puede ejecutar V4.1". Abrió Ollama, buscó deepseek, encontró deepseek-v4.1-flash, pero la etiqueta era cloud.
Primero, una evaluación:
Pon a prueba tus conocimientosXiaolin ejecuta ollama run deepseek-v4.1-flash:cloud, ¿dónde se procesa su pregunta?
Los pesos de DeepSeek V4 y V4.1 son de código abierto, pero los modelos son demasiado grandes y no caben en una computadora doméstica. LM Studio oficialmente dice que V4-Flash necesita al menos 156 GB de memoria; la serie V4 en Ollama solo tiene versión en la nube. Para ejecutar DeepSeek localmente en tu propia computadora, por ahora lo que se puede usar sigue siendo el tamaño pequeño de deepseek-r1.
Qué podrás hacer al terminar el curso
- Explicar qué modelos tiene la serie DeepSeek V4 y qué tamaño tiene cada uno
- Distinguir la diferencia entre los modelos
:cloudy los modelos locales en Ollama - Evaluar qué debería ejecutar tu propia computadora
Hasta dónde ha llegado DeepSeek ahora
Según la cronología de las News oficiales de DeepSeek (no hay R2):
| Fecha | Lanzamiento | Escala indicada oficialmente |
|---|---|---|
| 2026-04-24 | Versión preliminar de V4, de código abierto | V4-Pro con 1.6T de parámetros totales y 49B activos; V4-Flash con 284B de parámetros totales y 13B activos |
| 2026-08-13 | Versión oficial de V4-Pro | Intensidad de razonamiento dividida en low / high / max |
| 2026-09-10 | V4.1-Flash, con visión nativa | MoE de 552B parámetros; activación de entrada 8B, activación de salida 16B |
| 2026-10-17 | V4.1-Flash-1017, de código abierto en Hugging Face y ModelScope, con licencia MIT | Igual que arriba |
Cuando se lanzó V4.1-Flash, la V4-Flash de la API oficial ya estaba fuera de línea. Y deepseek-r1, que este curso ha estado usando todo el tiempo, aparece en el repositorio de modelos de Ollama como "1 year ago".
Hay dos versiones sobre el número de parámetros de V4.1-Flash, hay que prestar atención: la noticia de DeepSeek indica 552B, la estadística de los archivos de pesos de V4.1-Flash-1017 en Hugging Face es de 763,205,315,794 parámetros (unos 763B), y la página de Ollama también indica 763B. De dónde viene la diferencia, el oficial no lo explica.
- Sé que lo más reciente de DeepSeek son las series V4 / V4.1, no R2
Por qué los V4 en Ollama son todos versiones en la nube
Al buscar deepseek en Ollama, los dos modelos de la serie V4 solo están etiquetados con cloud:
| Modelo | Etiquetas disponibles | Descripción |
|---|---|---|
deepseek-v4.1-flash | :cloud、:1017-cloud | Contexto de 1M, entrada de texto e imágenes |
deepseek-v4-pro | Solo versión en la nube | Contexto de 1M |
La forma de ejecutarlo es:
ollama run deepseek-v4.1-flash:cloudDeberías ver: no se descargará un archivo de varios cientos de GB, porque la documentación oficial de Ollama dice que los modelos en la nube no requieren descarga. El requisito previo es iniciar sesión primero en una cuenta de Ollama (ollama signin, o iniciar sesión en la página de configuración de las aplicaciones de Mac y Windows); la página del modelo indica el precio por millón de tokens, y se paga por lo que se usa.
Entre la versión en la nube y la local, la mayor diferencia está en la privacidad:
deepseek-r1:8b (local) | deepseek-v4.1-flash:cloud (nube) | |
|---|---|---|
| Dónde se hace la inferencia | Tu tarjeta gráfica | El servicio en la nube de Ollama |
| Tus preguntas | Se quedan en tu máquina | Pasan por el servicio de Ollama |
| Qué hardware hace falta | La memoria de vídeo debe caber un archivo de 5.2 GB | No hace falta una buena tarjeta gráfica |
| ¿Hace falta cuenta? | No | Hay que iniciar sesión en una cuenta de Ollama |
Ollama dice oficialmente que procesa las preguntas y respuestas en la nube para dar resultados, y que no las usa para entrenar modelos. Si tu despliegue local es precisamente para que los datos no salgan de tu computadora, no uses modelos :cloud; tras desactivar la función en la nube con el método de las preguntas frecuentes, los modelos :cloud tampoco se podrán usar.
- Puedo darme cuenta de que cuando un nombre de modelo lleva
:cloud, no se ejecuta en mi computadora
Si de verdad quieres ejecutar V4 en local, qué hardware hace falta
Los únicos números que se pueden encontrar en los materiales oficiales son estos:
BuscarQuiero ejecutarlo en local…
Toca uno para ver.
Afirmaciones de internet como "tarjeta gráfica de 8 GB ejecuta V4.1" no tienen respaldo en ninguno de los materiales oficiales anteriores. Incluso para V4-Flash, que tiene menos parámetros (284B), el límite inferior que LM Studio da oficialmente es de 156 GB de memoria.
- Sé que ejecutar V4-Flash en local requiere al menos 156 GB de memoria
Cómo elegir en una computadora doméstica
Juntando lo anterior:
Los datos deben quedarse en tu equipo: usa un tamaño pequeño de deepseek-r1, y según qué tamaño de modelo elegir escoge el que quepa por completo en la memoria de vídeo.
Quieres usar el V4.1 más reciente y aceptas que tus preguntas se envíen a la nube: usa
deepseek-v4.1-flash:cloud, o directamente la web y la API oficiales de DeepSeek.Tienes una máquina con más de 156 GB de memoria: puedes seguir el blog de LM Studio para probar a ejecutar localmente el V4-Flash. Este curso no lo ha probado.
He elegido un camino según mi propia situación
Punto de control
- Puedo decir los parámetros totales de V4-Flash y V4-Pro (284B, 1.6T)
- Sé que en Ollama la serie V4 solo está disponible en la versión
:cloud, que requiere iniciar sesión en una cuenta y se cobra por token - Sé que al usar el modelo
:cloud, las preguntas pasan por los servidores de Ollama - Sé que lo que se puede ejecutar localmente con una tarjeta gráfica de 16 GB son los tamaños pequeños de deepseek-r1
Malentendidos comunes
Creer que "código abierto" equivale a "puedo ejecutarlo en mi propia computadora". Los pesos de V4 y V4.1 efectivamente son de código abierto y cualquiera puede descargarlos, pero ejecutar V4-Flash localmente requiere al menos 156 GB de memoria. Código abierto significa que puedes obtener los pesos, no que los requisitos de hardware sean bajos.
Creer que todo lo que se ejecuta en Ollama son modelos locales. Los modelos cuyo nombre termina en :cloud se ejecutan en la nube de Ollama y no se descargan a tu equipo. Aquella frase del curso anterior, "cuando se ejecuta localmente ellos no ven tus prompts", solo es válida para modelos locales.
Creer que si los parámetros activados son pocos, basta con la memoria de vídeo. La cifra oficial de V4-Flash es de 284B de parámetros totales y 13B activados. LM Studio indica como mínimo para este modelo al menos 156 GB de memoria del sistema, no un número estimado a partir de 13B.
Siguiente sección
Ya está elegido el modelo que se puede ejecutar localmente; úsalo para construir tu propia base de conocimiento: Construye tu propia base de conocimiento.