Reddit用户实测DeepSeek V4 Flash量化版，称其智能水平媲美前沿模型，原生FP4-FP8混合架构对量化友好，KV缓存效率极高。但当前llama.cpp支持仍处早期阶段，运行缓慢（5-6 tps），需约100GB显存+内存组合才能运行2位以上量化版本，社区正积极推动完善。