本文目录

Strata 是免费开源的本地运行器。GitHub v0.2.5（published_at 2026-10-25T10:06:04Z，约北京时间 2026 年 10 月 25 日 18:06）把 DeepSeek V4.1 Flash 放进了 Windows／Linux 的桌面 App——这不等于 DeepSeek 官方发了一款新桌面产品。真正门槛也不是「只要一张 12GB 卡」：系统内存要到几十 GB，下载量是两百多 GB。

磁盘和内存要准备什么

0.2.4 的 release notes 把 DeepSeek V4.1-Flash 引进 Terminal，并写明选型框架；0.2.5 仍沿用：

  • 显卡： 约 12GB 显存或以上。
  • 内存： 作者在 RTX 3060 机器上约 46GB 能跑；64GB 是测过的更舒服档位。空闲内存越多，专家缓存越大、回答越快。
  • 下载： 约 239GB（IQ1_M）、257GB（IQ2_XXS）或 274GB（IQ2_XS）。这是 Strata 整套下载量，含 Engram 表与 DSpark 草稿模型，因此会大于 Hugging Face 模型卡上「主干＋Engram」的体积。

DeepSeek V4.1-Flash 是稀疏 MoE：Strata 把最常用的专家放进 RAM store，其余从 SSD 直接读——整模不必塞进显存。0.2.5 起，空闲内存够时 RAM store 可以装下全部专家（以前停在 48GB），并仍留出约 12GB 空闲。这是「能缓存多少」的升级，不是把「大约准备 46–64GB 内存」改掉。

App 与 Terminal，以及哪些平台有 DeepSeek

0.2.5 里 App 与 Terminal 都是 0.2.5。模型选择器列出三档官方尺寸，附带体积／速度／磁盘说明（只警告、不拦截）。上下文固定 8K，没有校准步骤。新增 Speed（Faster／Full quality）：Faster 每 token 用 6 个专家里的 5 个，在显存 ≤16GB 的机器上默认开启。

DeepSeek 跑在单独的 strata-dsv41 引擎包上，与 Qwen／Metal 引擎并列。v0.2.5 资源页上，dsv41 包只有 Windows／Linux（CUDA 与一款 HIP）。Mac 有 0.2.5 dmg 和内置小体积 Metal 引擎，但没有 dsv41、也没有 DeepSeek——本版 Mac 跑不了 DeepSeek。

质量说法：三档尺寸、三道基准

权重来自 ISTA-DASLab 对 DeepSeek-V4.1-Flash-1017 的 GSQ-RCO GGUF，不是 DeepSeek 品牌的「新模型发布」。模型卡写明：IQ2_XXS（2.00 bpw） 在 AIME25、GPQA-Diamond、LiveCodeBench v6 上与基座持平（该三基准任务平均恢复率 100.0%，reasoning effort 50）；IQ1_M 约保留 98.7%。这只覆盖卡片设定下的这三道分，不是「2 bit 全面无损」。Strata 0.2.4 notes 另给出各档困惑度与代码／agent 文本差异；磁盘够、更在意编码／agent 贴近度时，可看 IQ2_XS。

DeepSeek 官方侧开源的推理框架见 DeepInfer。Strata 是另一条第三方路径：安装器＋本地 App／Terminal，不是 DeepInfer 本身。

速度数字（仅供参考）

0.2.4 notes 在 2.00-bit 档自报：RTX 5070 12GB＋64GB 内存上输出约 5 tokens/s（代码）；RTX 3060 12GB＋46GB 内存上约 8–10 tokens/s；并列出 8K 提示读取速度。0.2.5 另称 Faster 模式在 RTX 5070 上代码／agent 解码约快 16%，其他机器有更小增益，并改进了「CPU 先跑已在内存的专家、其余从 SSD 读入」、减少每层 GPU launch 等。12GB 卡上磁盘速度影响很大。以上均为项目自报，仅供参考。

和站内其他 DeepSeek 文怎么摆

基座 Flash 1017 的榜单位次见 DeepSeek V4.1 Flash 1017 在 Code Arena、Vals AI 和 Artificial Analysis 上排第几。官方推理框架见 DeepSeek 开源 DeepInfer，支撑 V4.1 Flash 的推理框架。若比的是本地 coding harness 而不是本地权重运行器，见 同一个模型换套 coding harness，通过率几乎不动，账单为什么差这么多？ 与 DeepSeek Harness 安装教程：Windows、Linux、CLI 与插件。

自报 tokens/s 与三基准恢复率在具体显卡、内存与 SSD 上是否成立——仅供参考。跑过可通过网站底部站长联系方式反馈。