DeepSeek · 2026-04 · 스파스 MoE
DeepSeek-V4-Flash
DeepSeek-V4-Flash은(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
핵심 사양
| 연구소 | DeepSeek |
|---|---|
| 공개일 | 2026-04 |
| 총 파라미터 | 284 B |
| 활성 파라미터 | 13 B |
| 컨텍스트 | 1,048,576 tokens |
| 어텐션 | MQA (64:1) |
| 레이어 수 | 43 |
| 은닉 차원 | 4,096 |
| 어텐션 헤드 | 64 |
| 어휘 크기 | 129,280 |
| 위치 인코딩 | RoPE |
| 정규화 | RMSNorm |
| 활성화 함수 | silu |
| 학습 정밀도 | fp8+fp4 |
| 아키텍처 클래스 | DeepseekV4ForCausalLM |
아키텍처 개요
어텐션
멀티쿼리 어텐션(MQA) — 64 q-heads / 1 kv-heads. RoPE θ=10,000.
FFN / MoE
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.
필드 단위 비교
같은 연구소의 이전 세대 모델과 비교합니다. 없으면 구조가 가장 유사한 모델과 비교. 배수 열 = 본 모델 ÷ 비교 대상.
이전 세대 DeepSeek-V3.2과의 전 필드 비교
| 모델 | DeepSeek-V4-Flash | DeepSeek-V3.2 | 배수 |
|---|---|---|---|
| model_type | deepseek_v4 | deepseek_v32 | ≠ |
| architectures | DeepseekV4ForCausalLM | DeepseekV32ForCausalLM | ≠ |
| hidden_size | 4096 | 7168 | ×0.571 |
| num_hidden_layers | 43 | 61 | ×0.705 |
| num_attention_heads | 64 | 128 | ×0.500 |
| num_key_value_heads | 1 | 128 | ×0.008 |
| head_dim | 512 | — | |
| intermediate_size | — | 18432 | |
| hidden_act | silu | silu | ＝ |
| n_routed_experts | 256 | 256 | ≈1 |
| num_experts_per_tok | 6 | 8 | ×0.750 |
| n_shared_experts | 1 | 1 | ≈1 |
| moe_intermediate_size | 2048 | 2048 | ≈1 |
| kv_lora_rank | — | 512 | |
| qk_rope_head_dim | 64 | 64 | ≈1 |
| q_lora_rank | 1024 | 1536 | ×0.667 |
| rope_theta | 10000 | 10000 | ≈1 |
| max_position_embeddings | 1048576 | 163840 | ×6.40 |
| sliding_window | 128 | — | |
| 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 | ＝ |
구조가 가장 유사한 모델
- DeepSeek-V4-Flash Base (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.
config.json 전체 필드
46 개 필드
| architectures | DeepseekV4ForCausalLM |
|---|---|
| attention_bias | false |
| attention_dropout | 0 |
| bos_token_id | 0 |
| eos_token_id | 1 |
| expert_dtype | fp4 |
| hc_eps | 0.000001 |
| hc_mult | 4 |
| hc_sinkhorn_iters | 20 |
| head_dim | 512 |
| hidden_act | silu |
| hidden_size | 4096 |
| index_head_dim | 128 |
| index_n_heads | 64 |
| index_topk | 512 |
| initializer_range | 0.02 |
| max_position_embeddings | 1048576 |
| model_type | deepseek_v4 |
| moe_intermediate_size | 2048 |
| n_routed_experts | 256 |
| n_shared_experts | 1 |
| norm_topk_prob | true |
| num_attention_heads | 64 |
| num_experts_per_tok | 6 |
| num_hidden_layers | 43 |
| num_hash_layers | 3 |
| num_key_value_heads | 1 |
| num_nextn_predict_layers | 1 |
| o_groups | 8 |
| o_lora_rank | 1024 |
| q_lora_rank | 1024 |
| qk_rope_head_dim | 64 |
| rms_norm_eps | 0.000001 |
| rope_theta | 10000 |
| routed_scaling_factor | 1.5 |
| scoring_func | sqrtsoftplus |
| sliding_window | 128 |
| swiglu_limit | 10 |
| tie_word_embeddings | false |
| topk_method | noaux_tc |
| torch_dtype | bfloat16 |
| transformers_version | 4.57.1 |
| use_cache | true |
| vocab_size | 129280 |
| compress_rope_theta | 160000 |
| compress_ratios | 0×3 + 4×21 + 128×20 |