DeepSeek · 2026-04 · 스파스 MoE

DeepSeek-V4-Flash Base

DeepSeek-V4-Flash Base은(는) DeepSeek가 2026-04에 공개한 멀티쿼리 어텐션(MQA) Transformer로, 43개 층, 은닉 차원 4096, 컨텍스트 길이 1,048,576 토큰을 갖습니다.

레이어 스택

어텐션 ×43 · 레이어 수 43

동봉된 config.json을 바탕으로 작도 · 43층 / 은닉 4,096 / 컨텍스트 1,048,576. 도식은 본 사이트의 오리지널입니다.

멀티쿼리 어텐션(MQA) — 64 q-heads / 1 kv-heads. RoPE θ=10,000.

스파스 Mixture-of-Experts 모델로, 256개 라우팅 전문가와 top-6 라우팅을 사용하며 토큰당 약 13B 파라미터가 활성화됩니다.

설정에는 디코딩 가속을 위한 멀티 토큰 예측(MTP) 층이 1개 포함되어 있습니다.

같은 연구소의 이전 세대 모델과 비교합니다. 없으면 구조가 가장 유사한 모델과 비교. 배수 열 = 본 모델 ÷ 비교 대상.

이전 세대 DeepSeek-V4-Flash과의 전 필드 비교

모델	DeepSeek-V4-Flash Base	DeepSeek-V4-Flash	배수
model_type	`deepseek_v4`	`deepseek_v4`	＝
architectures	`DeepseekV4ForCausalLM`	`DeepseekV4ForCausalLM`	＝
hidden_size	`4096`	`4096`	≈1
num_hidden_layers	`43`	`43`	≈1
num_attention_heads	`64`	`64`	≈1
num_key_value_heads	`1`	`1`	≈1
head_dim	`512`	`512`	≈1
hidden_act	`silu`	`silu`	＝
n_routed_experts	`256`	`256`	≈1
num_experts_per_tok	`6`	`6`	≈1
n_shared_experts	`1`	`1`	≈1
moe_intermediate_size	`2048`	`2048`	≈1
qk_rope_head_dim	`64`	`64`	≈1
q_lora_rank	`1024`	`1024`	≈1
rope_theta	`10000`	`10000`	≈1
max_position_embeddings	`1048576`	`1048576`	≈1
sliding_window	`128`	`128`	≈1
rms_norm_eps	`0.000001`	`0.000001`	≈1
vocab_size	`129280`	`129280`	≈1
torch_dtype	`bfloat16`	`bfloat16`	＝
num_nextn_predict_layers	`1`	`1`	≈1
attention_bias	`false`	`false`	＝
attention_dropout	`0`	`0`	＝
bos_token_id	`0`	`0`	＝
eos_token_id	`1`	`1`	≈1
expert_dtype	`fp8`	`fp4`	≠

DeepSeek-V4-Flash (DeepSeek, 2026-04) 1.000
DeepSeek-V4-Pro (DeepSeek, 2026-04) 0.994
Qwen3.8-Flash-Next (Qwen, 2026-08) 0.858
DeepSeek-V2 (DeepSeek, 2024-05) 0.856
Qwen3-Next 80B A3B (Qwen, 2025-09) 0.856
Qwen3-Coder-Next (Qwen, 2026-01) 0.856

유사도는 0(공통 범주 특징 없음)에서 1(구조 프로파일 완전 일치) 사이의 값입니다.

46 개 필드