模型共性规格
- 规模
- 未记录
DeepSeek-V4-Flash-NVFP4
热门模型96GB 单卡显存，把长上下文和并发同时拉满。已在 1 档硬件配置上完成实测，可直接选择机型查看对应结果。
适合做什么
- 超长文档并发处理
- 大规模办公/文档工作流
- 对并发人数有硬要求的场景
选型提醒
- 实测结论（原文）：这是受 GPU 计算能力限制、而不是受显存限制的配置 —— 继续加超长上下文并发，先恶化的是首 token 等待与单路速度，不是显存溢出。
我们的建议先确定上下文和并发目标，再从下方已实测机型中选择。
选择机型
以下配置均已完成该模型实测；选择后进入对应机型下的完整模型实测页。
同一模型，不同配置差异
使用各机型已有实测指标进行横向整理。
| 配置 | 量化 / 变体 | 总显存 | 关键实测 | 上下文 | 推荐场景 |
|---|---|---|---|---|---|
| 4× RTX PRO 6000 96GB | — | 384 GB | ≈18,900 tok/s 聚合 prefill | 详见实测 | 超长上下文 + 高并发同时要 |
推荐机型
根据不同业务需求快速选择。
优先推荐4× RTX PRO 6000 96GB