DeepSeek V4 于 2026 年 4 月 24 日正式发布并开源（MIT 许可证），预览版权重已上传至 Hugging Face，支持百万 Token 超长上下文，V4-Pro 性能对标 GPT-4o，API 价格仅为 GPT-4o 的五十分之一。本文详解 DeepSeek V4 的本地部署硬件要求、三大主流部署方案（Ollama / LM Studio / vLLM）、从环境准备到运行的全流程步骤，以及本地运行 V4 系列模型（V4-Pro / V4-Flash）的显存估算与选型建议。 DeepSeek V4 核心参数一览
📌 DeepSeek V4 预览版权重已发布于 Hugging Face（deepseek-ai/DeepSeek-V4-Pro、deepseek-ai/DeepSeek-V4-Flash），支持本地下载与部署。
一、发布时间线与重要里程碑
- 2026 年 4 月 24 日：DeepSeek V4 预览版正式发布并开源，权重上传 Hugging Face，支持百万 Token 超长上下文
- 2026 年 4 月 26 日：V4-Pro API 开启 2.5 折价格特惠
- 2026 年 5 月：V4-Pro 永久降价 75%，输入 $0.435 / 输出 $0.87 每百万 tokens
- 2026 年 6 月 30 日：官方宣布 V4 正式版将于 2026 年 7 月中旬上线，同步引入峰谷定价机制
- 2026 年 7 月中旬（预计）：V4 正式版上线，功能优化与性能提升
二、DeepSeek V4 API 定价（2026 年 7 月正式版调整后）
2026 年 6 月 30 日，DeepSeek 官方公布 V4 正式版 API 峰谷定价机制：
高峰期（北京时间每天 9:00-12:00、14:00-18:00）
平时段（其余时间）
V4-Flash 以更小的参数（284B）与激活量（13B），提供更高效、经济的 API 服务，推动百万级上下文能力的普惠应用。相比 GPT-4o 等闭源前沿模型，价格便宜约 5-30 倍。
三、本地部署硬件要求与版本选型
不同参数版本的硬件需求
⚠️ 重要说明：由于 V4-Pro（1.6T 总参数）和 V4-Flash（284B 总参数）参数量极大，当前主流消费级显卡难以本地流畅运行。DeepSeek V4 开源权重已发布于 Hugging Face，但本地部署门槛较高（需多卡或专业级 GPU）。如果您没有专业级 GPU，建议从 DeepSeek R1 系列（7B/8B/14B/32B）开始体验，V4-Flash 的量化版本（INT4/INT8）可关注后续社区支持进展。
选型建议
- 普通用户（无专业 GPU）：从 DeepSeek R1 7B 或 8B 开始，安装简单，一张 RTX 3060 即可流畅运行
- 进阶用户（RTX 4090 / 3090）：选择 DeepSeek R1 14B 或 32B，体验明显更好的推理能力
- 企业用户（专业 GPU 集群）：可部署 V4-Flash 量化版本，享受百万 Token 上下文能力
- 开发者 / 研究者：V4-Pro 和 V4-Flash 开源权重已在 Hugging Face，可通过 vLLM 或 Ollama（社区版）部署
四、三大本地部署方案对比
| | | | | |
|---|
| | | 安装简单，一条命令跑起来，支持 Win/Mac/Linux | | |
| | | | | |
| | | | | |
五、方案一：Ollama 部署（最简单，推荐新手）
Ollama 是当前最流行的本地大模型运行工具，跨平台支持 Windows、Mac、Linux，安装一条命令，下载模型一条命令，运行一条命令，五分钟即可跑起来。
5.1 安装 Ollama
Windows 用户：
- 点击"Download"，下载 Windows 版本安装包
- 验证安装：按
Win+R，输入 cmd，输入 ollama -v，显示版本号即成功
Mac 用户：
- 访问
ollama.com，下载 macOS 版本
配置环境变量（避免 C 盘空间不足，推荐）：
5.2 下载并运行 DeepSeek R1 模型
DeepSeek V4 的本地部署权重已发布于 Hugging Face，Ollama 社区镜像也在持续更新。建议从 R1 7B 开始体验：
下载完成后，终端会直接进入对话模式，输入问题即可对话。
5.3 查看已安装模型
显示已安装的模型名称、大小和版本。
5.4 配置图形界面（推荐配合 Chatbox 使用）
终端对话体验较差，推荐使用 Chatbox 图形界面连接 Ollama：
- 下载 Chatbox 客户端：
chatboxai.com
- API 地址填写：
http://localhost:11434
- 选择已安装的模型（如 deepseek-r1:7b）
- 保存后即可在 Chatbox 界面中与本地模型对话
替代方案：Open WebUI（开发者推荐）
六、方案二：LM Studio 部署（图形界面，更适合普通用户）
6.1 下载安装
- 下载对应操作系统的安装包（Windows / Mac / Linux）
6.2 设置中文界面
点击右下角齿轮图标（设置）→ Language → 选择"简体中文"。
6.3 下载 DeepSeek 模型
6.4 加载模型并使用
- 设置上下文长度（建议 4096-8192）和 GPU 负载
LM Studio 还提供本地 API 服务器功能，开启后可以兼容 OpenAI 格式调用，集成到其他应用。
七、方案三：vLLM 部署（性能最优，适合生产环境）
vLLM 以 PagedAttention 技术实现高吞吐量，相同硬件下比 Ollama 快 3-5 倍，适合企业级多用户并发场景。
7.1 环境要求
- Linux 系统（推荐 Ubuntu 20.04+）
- 显存：V4-Flash 量化版至少 40GB，V4-Pro 全精度需要 160GB+
7.2 安装 vLLM
7.3 从 Hugging Face 下载 V4 权重
7.4 启动 vLLM 服务
服务启动后，通过 http://localhost:8000 访问 OpenAI 兼容 API。
7.5 调用示例
八、Windows 系统本地部署 DeepSeek 完整步骤（新手直达）
以下是 Windows 用户从零开始的完整操作流程，全程不需要任何编程基础：
第一步：检查电脑配置
按 Win+R → 输入 dxdiag → 查看显卡型号和显存大小：
- 显存 ≤ 6GB：选择 DeepSeek R1 1.5B 或 7B
- 显存 8GB：选择 DeepSeek R1 7B 或 8B
- 显存 16GB：选择 DeepSeek R1 14B
- 显存 24GB+：选择 DeepSeek R1 32B
- 显存 40GB+：可尝试 V4-Flash 量化版
第二步：下载安装 Ollama
- 点击 Download → Windows → 下载安装包
- 双击安装，等待完成（任务栏出现 Ollama 图标即成功）
第三步：下载 DeepSeek 模型
- 按
Win+R → 输入 cmd → 打开命令提示符
第四步：安装图形界面 Chatbox
- API 地址填写：
http://localhost:11434
恭喜！你的本地 AI 助手已部署完成，所有对话数据都在本地运行，不上传云端，隐私安全。
九、Mac 系统本地部署 DeepSeek 完整步骤
第一步：确认 Mac 配置
点击苹果菜单 → 关于此 Mac → 查看芯片型号：
- M1/M2/M3/M4 芯片：支持本地运行，Metal 加速效果良好
- 建议 16GB+ 统一内存（8GB 也能跑 7B，但速度较慢）
第二步：安装 Ollama
第三步：下载并运行模型
第四步：通过网页界面使用（可选）
十、本地部署避坑指南
| | |
|---|
| | |
| | 降低量化精度（FP16→INT8→INT4）；减小上下文长度 |
| | 设置 OLLAMA_MODELS 环境变量指向其他盘 |
| | 使用 INT4 量化版；确认 CUDA 驱动已安装 |
| | |
| | 升级 NVIDIA 驱动；安装匹配版本的 CUDA Toolkit |
| | 使用 llm-export 或 huggingface 上的转换脚本 |
| | 确认 Ollama 正在运行；API 地址填写 http://localhost:11434 |
十一、DeepSeek V4 vs 其他主流模型本地部署对比
十二、总结与选型建议
DeepSeek V4 是目前最具性价比的开源大模型之一：
- 追求最新技术：V4-Pro / V4-Flash 权重已在 Hugging Face 开源，专业 GPU 用户可尝试部署
- 普通用户首选：DeepSeek R1 系列（7B-32B），Ollama 五分钟上手，完全免费，数据私有
- 企业用户：vLLM 方案吞吐量大，支持多用户并发，稳定性高
- 尝鲜用户：直接使用官方 API（V4-Flash 最低 ¥1/百万 Token），零部署成本
本地部署的核心价值在于数据隐私完全自主、无网络依赖、成本可控（一次性硬件投入后免费无限使用）。随着 V4 正式版 2026 年 7 月中旬上线，本地部署工具链也将持续完善。
重要提示：
- DeepSeek V4 预览版权重已于 2026 年 4 月 24 日发布于 Hugging Face（MIT 许可证），V4 正式版预计于 2026 年 7 月中旬上线。
- V4-Pro / V4-Flash 全精度本地部署需要专业级 GPU（40GB+ / 160GB+ 显存），主流消费级显卡难以运行全精度版本。
- V4-Flash 量化版本（INT4 等）的本地部署支持需关注 Ollama / LM Studio 社区更新。
- API 价格数据为官方 2026 年 6 月 30 日公布信息，正式版上线后可能调整，以 DeepSeek 官方最新定价为准。
- 生成速度数据为参考值，实际表现受硬件配置、模型量化精度、上下文长度等因素影响。
以上内容仅供参考。DeepSeek V4 本地部署的具体配置、权重下载方式及工具链以 DeepSeek 官方和 Hugging Face 最新公告为准。
AI 速览
