Kleinere Alternativen
Modelle, die weniger Speicher als DeepSeek V3.2 Exp brauchen und etwa gleich gut oder besser abschneiden.
DeepSeek V3.2 Exp
MoE
DeepSeek · 685,4B (37B aktiv) · Mixture of Experts
DeepSeek V3.2 Exp ist ein 685,4B-Modell von DeepSeek mit 160K Token Kontext. In Q4_K_M mit 8K Kontext braucht es etwa 391,5 GB; mit 491 GB bleibt Luft für lange Chats.
Mixture of Experts
Parameter: 685,4B · Aktiv: 37B
Alle 685,4B Parameter liegen im Speicher, aber nur 37B arbeiten pro Token – es läuft also so schnell wie ein viel kleineres Modell.
Quantisierungsoptionen
| Quant. | Bits | Speicher | Qualität | Auf deiner Hardware |
|---|---|---|---|---|
| Q2_K | 3,16 | — | Spürbar schlechter | … |
| Q3_K_M | 4 | — | Etwas Verlust | … |
| Q4_K_M | 4,89 | — | Gut | … |
| Q5_K_M | 5,7 | — | Gut | … |
| Q6_K | 6,56 | — | Fast original | … |
| Q8_0 | 8,5 | — | Fast original | … |
| F16 | 16 | — | Original | … |
Speicher nach Kontextlänge
In Q4_K_M. Der Kontext-Cache wächst mit jedem Token, das das Modell im Blick behält.
| Kontext | Kontext-Cache | Gesamt |
|---|---|---|
| 4K | 0,3 GB | 391,2 GB |
| 8K | 0,7 GB | 391,5 GB |
| 32K | 2,6 GB | 393,5 GB |
| 128K | 10,5 GB | 401,3 GB |
Nächste Schritte
Vergleiche es mit
Bewertete Modelle ähnlicher Größe, nebeneinander auf deinem Gerät.
Die kleinste Hardware, auf der es gut läuft
Desktop-Geräte mit dem wenigsten Speicher, die DeepSeek V3.2 Exp bei Q4_K_M Note A oder S geben.
Kein Desktop-Gerät in unserem Katalog erreicht damit Note A oder besser.
Kann ich DeepSeek V3.2 Exp lokal ausführen?
Kann ich DeepSeek V3.2 Exp lokal ausführen?
Ja, wenn deine GPU oder dein Mac in Q4_K_M etwa 391,5 GB frei hat. Öffne diese Seite auf dem Rechner, um die Note für deine Hardware zu sehen, und starte es mit llama.cpp, Ollama oder LM Studio.
Wie viel Speicher braucht DeepSeek V3.2 Exp?
Etwa 391,5 GB in Q4_K_M mit 8K Kontext und 679,2 GB in Q8_0. Niedrigere Quantisierungen passen auf kleinere Karten, mit etwas Qualitätsverlust; längerer Kontext kommt hinzu.