AI PCナビ使うAIと、させたい仕事に合うPC・Macを。
トップ › モデル別 › DeepSeek-V4-Flash

DeepSeek-V4-Flash を動かすPCスペック（必要VRAM・メモリ・速度の目安）

DeepSeek ・ 公開 2026-07 ・ 284.33Bパラメータ（MoE・アクティブ13.8B） ・ データ更新 2026-10-02

総284BのMoEでMIT。MLA採用でKVキャッシュが小さい。メモリ192GB以上向け

132GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）
ユニファイドメモリ向けGPU1枚のVRAMでは足りない
192GB実用になるいちばん小さいMac: M2 Ultra（192GB）
1,048,576最大コンテキスト（学習時）

編集部の見立て

192GBのMacを持っている人が、いま手元で回せる最大級の選択肢です。DeepSeekが2026年7月に正式版を出した総284BのMoEで、1トークンごとに働くのは13.8B。IQ4_XSが127.3GB、8kの文脈込みで132.3GBなので、Apple M2 Ultra（192GB）のメモリに収まり、推定40.9tok/s。

M5 Ultra（256GB）なら推定60.3tok/sです。128GB機は届きません。M5 Max（128GB）で36.3GB、Ryzen AI Max+ 395（128GB）で46.5GBの不足。単体GPUの構成は対象外です。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/DeepSeek-V4-Flash-0731-GGUF） に置かれている実際のファイルサイズです。KVキャッシュ（会話の作業メモリ）は8,192トークン・fp16として、モデルの構造（43層）から計算しています。必要メモリの合計には計算用のバッファも含めています。

量子化ファイルKVキャッシュ（8k）必要合計GPUならMacなら
2bit（IQ2_M）
品質劣化大。最後の手段		85GB0.7GB88GBGPU単体では不可128GB〜
3bit（Q3_K_M）
メモリ優先		119GB0.7GB124GBGPU単体では不可192GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		127GB0.7GB132GBGPU単体では不可192GB〜

モデルの構造と、必要メモリの増え方

DeepSeek-V4-FlashはDeepSeekが2026年7月に公開した284.33Bのモデルです。GGUFのヘッダには43層と書かれており、総パラメータ284.33Bのうち、1トークンの生成で実際に読むのは約13.8Bです（MoE）。メモリには全部を載せる必要がある一方、毎回読み出す量はアクティブパラメータのぶんで済むため、同じサイズのdense型より速く動きます。

全43層が全域注意で、KVヘッド1・head次元512。KVキャッシュはトークン数に正比例して増えます。1トークンあたりのKVキャッシュは約86KB（fp16）で、コンテキスト長にそのまま比例します。実際の値は、8,192トークンで0.7GB、128Kトークンまで伸ばすと11GBです。

ライセンス表記: mit（層数と窓の大きさはGGUFヘッダから取得）

このモデルを実際に使うなら

つまずくのはチャットテンプレートです。この版はJinja形式のテンプレートを同梱せず、代わりにメッセージを入力文字列へ変換するPythonスクリプトを配っています。GGUFに埋め込まれたテンプレートで会話がおかしくなるときは、配布側の更新を確かめるのが先。思考量はreasoning_effortのlow・high・maxで選び、highとmaxでは最大384Kトークンの出力長が推奨されています。

43層すべてが全域注意でKVは1トークン86KB。384Kトークンを出し切ればKVだけで約31.5GBになり、192GB機の余白11.7GBを大きく超えます。手元ではlowかhighで出力長を絞るのが現実的。ライセンスはMITで、同じ容量帯のQwen3 235B-A22B（4bitで138.3GB）と並べて選ぶ形になります。

このモデルの系統

GGUFヘッダに書かれたアーキテクチャはdeepseek4で、当サイト収録の204モデル中1本が同じ系統です。ツール側の対応状況は、使う前に確認しておくと確実です。

配布元はunsloth/DeepSeek-V4-Flash-0731-GGUF、元になったモデルはdeepseek-ai/DeepSeek-V4-Flash-0731です。

得意分野は推論（段階を踏んで考える処理）です。

同じDeepSeekのモデルでは、サイズの近いものにDeepSeek-R1 Distill Llama 70B（70.55B）、DeepSeek-R1 Distill Qwen 32B（32.76B）、DeepSeek-R1 Distill Qwen 14B（14.77B）があります。

コンテキスト長を伸ばすと必要メモリはどう増えるか

長い文書を渡す、会話を続ける、コードベース全体を読ませる。こうした使い方ではコンテキスト長を伸ばしますが、その分KVキャッシュがメモリを食います。4bit（IQ4_XS）（127GB）を前提に、コンテキスト長ごとの必要メモリを計算しました。全層が全域注意なので、コンテキスト長に比例してKVが増えます。

コンテキストKVキャッシュ必要合計必要なGPU必要なMac
4,0960.3GB132GBGPU単体では不可192GB〜
8,192既定0.7GB132GBGPU単体では不可192GB〜
16,3841.3GB133GBGPU単体では不可192GB〜
32,7682.7GB134GBGPU単体では不可192GB〜
65,5365.4GB137GBGPU単体では不可192GB〜
131,07211GB142GBGPU単体では不可192GB〜

KVキャッシュをq8_0に量子化すると、32,768トークンでのKVは約2.7GBから約1.3GBに減ります（品質はわずかに落ちます）。

同じサイズ帯の他のモデル

モデル開発元4bitで必要一言
Hy3 295B-A21BTencent178GBTencentの295BのMoE（アクティブ21B）。Apache 2.0。Mac 256GB以上が対象
ERNIE 4.5 300B-A47BBaidu175GBBaiduの300BのMoE（アクティブ47B）。Apache 2.0。Mac 256GB以上が対象
Inkling Small 264BThinking Machines157GB総264BのMoE。メモリ192GB以上のMac Studio級が対象
MiMo-V2.6-Flash-RLXiaomi161GBXiaomiの総309B・活性15BのMoE。画像・動画・音声も扱う。MIT。MXFP4で約156GB、Mac 256GBから
GLM-5.3-FlashZ.ai151GB総321BのMoE。メモリ192GB以上のMac Studio級が対象
Qwen3 235B-A22BAlibaba138GBメモリ128GB級のMac StudioやStrix Haloで動かす巨大なMoE

4bit（IQ4_XS）が動く機種と推定速度

4bit（IQ4_XS）なら5機種で20 tok/s以上、0機種で8〜20 tok/s（テキスト生成の推定・計算方法）。

快適 20 tok/s以上（5機種）

実用 8〜20 tok/s（0機種）

  • なし

遅い 動くが遅い（0機種）

  • なし

メモリに一部を逃がせば動く（0機種・CPUオフロード、PCのメモリ32GB想定）

  • なし
動かない機種（137）を見る

今のPCのまま、DeepSeek-V4-Flashを動かすために足すもの

PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。

NVMe SSD / 外付けSSD 2TB

DeepSeek-V4-Flashは4bit（IQ4_XS）で127GB。精度違いを2種類そろえるだけで約247GB使います。何本か試すうちに、まず内蔵SSDが先に埋まります。Macは内蔵を増設できないので外付けが前提です。

Amazonで「NVMe SSD 2TB」を見る →Amazonで「外付けSSD 2TB USB 3.2」を見る →

メモリ増設（32GB化）

DeepSeek-V4-FlashはMoEで、1トークンごとに動くのは13.8B分だけです。だからGPUに全部載せなくても、システムメモリ側に置いて実用速度が出ます。必要なのは132GBぶんの空きで、この型はVRAMを足すより先にメモリを増やすほうが効きます。

Amazonで「DDR5 16GB 2枚組」を見る →Amazonで「DDR5 SO-DIMM 16GB 2枚組」を見る →Amazonで「DDR4 16GB 2枚組」を見る →

ローカルLLM / AIエージェント入門書

DeepSeek-V4-FlashのようなGGUF版のモデルを落として動かす手順、量子化の選び方、Ollama と LM Studio の使い分けは、一冊まとまったものを手元に置くと早い。

Amazonで「ローカルLLM 本」を見る →Amazonで「AIエージェント 開発 本」を見る →

DeepSeek-V4-Flashを動かせるPC・Macを今日買うなら

PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。

ぴったりMac

Mac Studio M5 Ultra（メモリ256GB・SSD 2TB）

235B級のMoE型を1台で動かせる。帯域1.2TB/sはRTX 4090を上回る。個人で持てる上限

M5 Ultra（30コアCPU・64コアGPU）・ユニファイドメモリ256GB・SSD 2TB ・ 目安 167〜185万円

要件を満たす中で最も手頃

Amazonで「Mac Studio M5 Ultra 256GB」を見る →
別の形なら常時稼働サーバー型

Mac Studio M5 Ultra（メモリ512GB）をLLMサーバに

DeepSeek V3級（671B）の4bitを1台で。帯域1.2TB/s。チームのローカルLLMサーバ

M5 Ultra（36コア・80コアGPU）・ユニファイドメモリ512GB・SSD 4TB ・ 目安 240〜280万円

別の形で同じ仕事をするなら

Amazonで「Mac Studio M5 Ultra 512GB」を見る →

よくある質問

DeepSeek-V4-Flashを動かすのに必要なVRAMは？

4bit量子化（4bit（IQ4_XS））でファイル127GB、8,192トークンのKVキャッシュを含めて約132GBが必要です。GPU単体のVRAMには載らず、Macのユニファイドメモリか複数GPUが必要です。

DeepSeek-V4-FlashはMacで動く？

動きます。ユニファイドメモリ192GB以上のApple Silicon（例: Apple M2 Ultra（192GB））なら、4bit量子化で実用的な速さが出ます。

このクラスの選び方: ローカルLLM（70B〜120B MoE）に必要なPC / MacかWindowsか

手持ちのPCで判定する