DeepSeek V4 能在自己电脑上跑吗
小林照着这门课在自己的 16 GB 显卡上跑起了 deepseek-r1:8b。过了几天,他看到新闻说 DeepSeek 已经出到 V4.1 了,网上还有文章说“8 GB 显卡就能跑 V4.1”。他打开 Ollama 搜 deepseek,找到了 deepseek-v4.1-flash,标签却是 cloud。
先判断一下:
考考你小林运行 ollama run deepseek-v4.1-flash:cloud,他的提问是在哪里被处理的?
DeepSeek V4 和 V4.1 的权重是开源的,但模型太大,家用电脑放不下。 LM Studio 官方说 V4-Flash 至少要 156 GB 内存;Ollama 上的 V4 系列只有云端版。想在自己电脑上本地跑 DeepSeek,目前能用的仍是 deepseek-r1 的小尺寸。
学完你能做什么
- 说清 DeepSeek V4 系列有哪些模型、各有多大
- 分清 Ollama 上
:cloud模型和本地模型的区别 - 判断自己的电脑该跑什么
DeepSeek 现在出到哪了
按 DeepSeek 官方 News 的时间线(没有 R2):
| 日期 | 发布 | 官方给的规模 |
|---|---|---|
| 2026-04-24 | V4 预览版,开源 | V4-Pro 总参数 1.6T、激活 49B;V4-Flash 总参数 284B、激活 13B |
| 2026-08-13 | V4-Pro 正式版 | 推理强度分 low / high / max |
| 2026-09-10 | V4.1-Flash,原生看图 | 552B 参数的 MoE;输入激活 8B,输出激活 16B |
| 2026-10-17 | V4.1-Flash-1017,在 Hugging Face 和 ModelScope 开源,MIT 许可 | 同上 |
V4.1-Flash 发布时,官方 API 上的 V4-Flash 已经下线。而这门课一直在用的 deepseek-r1,在 Ollama 模型库里显示的是“1 year ago”。
V4.1-Flash 的参数量有两个说法,要留意:DeepSeek 新闻写的是 552B,Hugging Face 上 V4.1-Flash-1017 的权重文件统计是 763,205,315,794 个参数(约 763B),Ollama 页面也写 763B。差别从哪来,官方没有说明。
- 我知道 DeepSeek 最新的是 V4 / V4.1 系列,不是 R2
Ollama 上的 V4 为什么都是云端版
在 Ollama 搜 deepseek,V4 系列的两个模型都只标了 cloud:
| 模型 | 可用的标签 | 说明 |
|---|---|---|
deepseek-v4.1-flash | :cloud、:1017-cloud | 1M 上下文,文本和图片输入 |
deepseek-v4-pro | 只有云端版 | 1M 上下文 |
运行方式是:
ollama run deepseek-v4.1-flash:cloud你应该看到:不会下载几百 GB 的文件,因为 Ollama 官方文档说云端模型不需要下载。前提是先登录 Ollama 账号(ollama signin,或在 Mac、Windows 应用的设置页登录);模型页按每百万 token 标价,用多少算多少。
云端版和本地版,最大的区别在隐私:
deepseek-r1:8b(本地) | deepseek-v4.1-flash:cloud(云端) | |
|---|---|---|
| 推理在哪 | 你的显卡 | Ollama 的云服务 |
| 你的提问 | 留在本机 | 经过 Ollama 的服务 |
| 要什么硬件 | 显存放得下 5.2 GB 的文件 | 不需要好显卡 |
| 要账号吗 | 不要 | 要登录 Ollama 账号 |
Ollama 官方说会处理云端的提问和回答来给出结果,不用它们训练模型。如果你本地部署就是为了让数据不出电脑,就别用 :cloud 模型;按常见问题里的方法关掉云功能后,:cloud 模型也就用不了了。
- 我能看出一个模型名带
:cloud时,它不在我的电脑上跑
真要本地跑 V4,要什么硬件
官方材料里能找到的数字只有这些:
查一查我想本地跑……
点一个看看。
网上“8 GB 显卡跑 V4.1”这类说法,在上面任何一份官方材料里都找不到依据。连参数更少的 V4-Flash(284B),LM Studio 官方给的下限都是 156 GB 内存。
- 我知道 V4-Flash 本地跑至少要 156 GB 内存
家用电脑该怎么选
把前面的内容合起来:
数据必须留在本机:用 deepseek-r1 的小尺寸,按选多大的模型挑能整个放进显存的那个。
想用最新的 V4.1,又能接受提问发到云端:用
deepseek-v4.1-flash:cloud,或者直接用 DeepSeek 官方的网页和 API。有一台 156 GB 内存以上的机器:可以照 LM Studio 的博客试本地跑 V4-Flash。本课没有实测。
我按自己的情况选好了一条路
检查点
- 我能说出 V4-Flash 和 V4-Pro 的总参数(284B、1.6T)
- 我知道 Ollama 上 V4 系列只有
:cloud版本,要登录账号、按 token 计费 - 我知道用
:cloud模型时,提问会经过 Ollama 的服务 - 我知道 16 GB 显卡本地能跑的是 deepseek-r1 的小尺寸
常见误会
以为“开源”就等于“我能在自己电脑上跑”。 V4 和 V4.1 的权重确实开源了,谁都能下载,但 V4-Flash 本地跑至少要 156 GB 内存。开源说的是能拿到权重,不是对硬件要求低。
以为在 Ollama 里跑的都是本地模型。 名字以 :cloud 结尾的模型在 Ollama 的云端运行,不下载到本机。课程前面那句“本地运行时他们看不到你的提示词”,只对本地模型成立。
以为激活参数小,显存就够了。 V4-Flash 官方写的是总参数 284B、激活 13B。LM Studio 给这个模型的下限是至少 156 GB 系统内存,不是按 13B 估算的数字。
下一节
本地能跑的模型选好了,用它搭一个自己的知识库:搭一个自己的知识库。