DeepSeek 涨价了！想自己本地跑 V4 Flash？这份配置清单先收好

最近圈子里最热的新闻，就是 DeepSeek 官方宣布 API 要大幅涨价（8月6日公告，V2EX、知乎、Hacker News 全在刷屏）。

消息一出，很多人第一反应是：那我能不能自己本地跑一个 DeepSeek，不花这个钱？

刚好这阵子 DeepSeek V4 Flash 悄悄发布了（7月31日上线），这是 DeepSeek 最新一代的轻量模型，很多人在问"本地跑要什么配置"。今天我们就用小白也能看懂的方式，把这笔账算清楚。

先搞懂：DeepSeek V4 Flash 是个啥？

一句话版：它是 DeepSeek 新一代模型，官网主打"便宜、快、上下文超长"。几个关键数字（OpenRouter 官方数据）：

• 总参数 2840 亿（284B），但用了 MoE（混合专家）架构，每次只激活 130 亿（13B）
• 上下文长度 100 万 token（1M），差不多可以把几百万字的长文一次丢给它
• 定价极低：输入每百万 token 只要 0.09 美元（约 0.6 元），输出 0.18 美元

听起来很香对吧？"激活只要 13B，那是不是一般显卡就能跑？"

真相：284B 就是 284B，没那么简单

这里正是最坑的地方，也是 V2EX 上好几个帖子在问的"本地部署要什么配置"的答案核心：

MoE 模型的"激活参数少"省的是算力（运行功耗），不是省显存（加载占用）。 你要把 2840 亿个参数全部装进显存才能跑得起来——

• FP8 精度整模型约需 ~300GB 显存 → 至少 2 张 H100/H20（80GB+）级别的卡，或者一台 8×H100 服务器，成本几十万起步
• 目前社区里能跑的方案（GitHub 上 llama.cpp 的实验实现、DGX Spark 部署配方），都是 2×DGX Spark / 2×H100 级别
• 只有等社区出低精度量化版（比如 4bit），才可能压到单张 48GB~80GB 的卡上，但那也要顶级消费卡（RTX 5090 48GB），一块大几万

所以直白说：本地跑 V4 Flash，普通人的电脑跑不动。 它虽然"激活13B"，但那是给头部玩家上机的规格，不是给个人 PC 的。

那就没辙了吗？普通人有三条路

① 继续用官方 API（推荐）：涨价是"大幅涨"，但对标它的能力，价格依然很低。看 OpenRouter 数据，V4 Flash 定价 0.09/0.18 美元每百万 token，在同类里是性价比第一梯队。日常翻译、总结、写代码、跑自动化，用 API 完全够，几乎零门槛。

② 用集成工具白嫖/平替：现在很多 AI 编程类工具都内嵌了新模型，比如 Codex、Claude Code 都支持配置 DeepSeek V4 Flash 这类模型（网上有大把"把 DeepSeek 接入 Claude Code"的教程）。用工具配好，等于用一个很便宜的价格享受接近旗舰的体验。

③ 等待社区量化版再本地玩：如果你真的想体验本地部署，可以持续关注 llama.cpp 对 V4 Flash 的实验性支持（GitHub 上已有 antirez 的实验实现，star 335+），等它出 4bit 量化版，那才是普通人本地跑通的一天。想尝鲜的极客可以现在就跟着仓库自己编译跑跑看，倒也乐在其中。

给你存个配置速查

方案	需要什么	成本量级
官方 API	什么都不用	每百万 token 约 0.6 元，性价比高
工具接入（Codex/Claude Code 等）	只要会用工具	按用量扣费，便宜
本地 FP8 部署	2×H100/DGX Spark + 300GB 显存	几十万元
本地量化部署（未来）	单张 48~80GB 卡（如 RTX 5090）	数万元

总结一句话

DeepSeek 涨价虽然让人肉疼，但 V4 Flash 这个新款的性价比依然在线；而"自己本地跑"这件事，先别冲动买显卡——等社区量化版成熟再上，日常用 API 完全够。看完这篇，你应该不会再被"13B 激活参数=低配能跑"的老套路忽悠了。

（本文数据来源：OpenRouter 模型页、GitHub 社区仓库、全网热议帖。如有变动以官方为准。）