模型介绍
GGUF builds of puwaer/DeepSeek-V4-Flash-0731-reap-150b for llama.cpp — 132 routed experts per layer (down from the base model's 256) via router-weighted expert activation **pruning** (REAP). See that repo's card for the compression recipe and full benchmark discussion; this one covers what is specific to the GGUF files: what each one is, how it was quantized, and how to serve it. Unlike the 200b checkpoints, no `IQ1_M` rung is published for this size — the 132-expert checkpoint's baseline fits inside a single 96 GB GPU, so this ladder was only carried down to `Q2_K`. **`MXFP4_MOE` is not a quantization, it is the baseline.** DeepSeek ships this model's routed experts already in MXFP4 (`expert_dtype: fp4`); llama.cpp's converter repacks those values into ggml's MXFP4 block layout without changing a single one (`conversion/deepseek.py::_pack_mxfp4_blocks`, 17 bytes per 32 values either way). So this file is numerically identical to the safetensors checkpoint linked above — same weights, different container.
主要特点
特点摘要待依据来源补齐，不凭模型名称推断能力。
局限与注意事项
暂无足够来源支持具体缺点结论。请重点验证实际任务表现、时延、数据政策、许可与版本生命周期。
来源报价与费用分析
同一模型在不同渠道、地区和配置下可能采用不同价格。下表独立保留各渠道报价，不将渠道价格视为厂商官方统一价格。
| 来源 / 渠道 | 输入 | 输出 | 计费单位 | 采集时间 |
|---|---|---|---|---|
| 暂未取得可核验报价，请查阅来源渠道。 | ||||
按月估算基础 Token 费用
预估不包含缓存优惠、阶梯定价、多模态附加费用、网络检索、税费及推理额外输出。
公开评测与运行配置
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
查看完整已收录榜单 →常见问题
开放权重是否代表可以免费商用？
不一定。应核对具体版本许可证、商用门槛和使用政策。自部署还会产生算力和维护成本。
这些价格是实时结算价格吗？
不是实时结算价格，而是带采集时间的来源报价快照。请到对应渠道核对当前版本、区域、折扣和计费方式。
资料来源与可追溯记录
许可证：mit。模型介绍与第三方评测均以原来源的具体版本和方法为准。