DeepSeek-R1-0528-NVFP4-v2

这个模型属于 DeepSeek R1 推理系列的 0528 版本谱系，再由 NVIDIA 以 NVFP4 数值格式重新打包发布。原始 R1 类模型参数量大，用高精度权重部署时对显存和卡数要求高，量化的直接目的就是压缩权重体积，让同一模型能落在更小的硬件配置上，或在同等硬件上承载更高并发。交付形态是开源权重而非托管接口，许可证为 MIT，允许修改与再分发，这对需要私有化、离线化部署的团队是主要吸引力。输入输出均为纯文本，不涉及图像或音频。本站没有它的能力标注与第三方跑分，官方价格也未公开，因此选型时不能依赖公开榜单，需要用自己的任务集做小样本验证，重点看量化后的答案稳定性与格式遵循情况。

选型建议需要在 NVIDIA 硬件上自建高性价比推理、并愿意为量化精度做实测验证时选它；只想要即开即用的托管接口、或依赖公开跑分做选型时不必选它。

• 在自有 NVIDIA GPU 上部署推理服务，承接数学与代码类问答
• 为内部知识库或工单系统搭建离线推理后端
• 显存预算紧张时，用低精度权重替换高精度版本做压力测试
• 基于 MIT 许可证做模型微调与内部二次分发
• 在受限网络环境中搭建不依赖外部接口的推理链路

模型本体沿用 DeepSeek-R1-0528 的推理型结构，NVIDIA 的改动集中在数值格式层面，把权重以 NVFP4 表示。量化校准细节与推理框架适配说明，公开资料较少。

• 结构网络拓扑沿用 DeepSeek-R1-0528，具备长链推理输出能力，发布方的主要工作是权重量化与格式打包，而非重新训练。
• 能力纯文本输入输出，延续 R1 系列偏重数学、代码与逻辑推理的取向；量化后通常保留大部分能力，具体折损幅度缺少可引用的公开数据。
• 披露官方未公布校准数据集、精度对比表和推荐推理配置，落地前建议在自有评估集上跑一轮对照。

开源权重

是

许可证

mit

本站未收录该模型的任何第三方跑分，以下仅为结合量化形态与同系列定位的定性判断，不代表实测结论。

• 强项低精度权重显著压低显存占用，同等硬件上的并发与吞吐通常优于高精度版本，适合成本敏感的自建推理。
• 短板4 位量化存在精度折损风险，长链推理对误差更敏感，复杂题目上可能出现答案漂移或输出格式不稳。
• 适合硬件为 NVIDIA 较新架构、团队已具备量化模型加载与推理优化的能力；纯 API 调用方从中获得的收益有限。

官方价格未公开，本站也没有任何平台的报价记录，无法给出可直接比较的价格结论，只能从开源权重的成本结构来谈。

• 定位权重免费可得，真实成本由 GPU 时长、电力与运维人力构成，不按 token 计费，属于前期投入型方案。
• 横向对比同厂 Nemotron 系列多以按 token 计价的方式提供，本站缺少价差数据；自建是否划算取决于请求量能否摊薄固定成本。
• 平台差价当前收录平台数为 0，没有托管方报价可供横向比较；未来若出现托管服务，差异多半来自量化版本与硬件规格。
• 省钱请求量稳定、并发较高时，自建量化权重比按量付费更可控；低频或突发流量则更适合托管接口，避免显卡闲置。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站对该模型的能力标注为空，第三方跑分也未收录，任何“接近原版精度”的说法都要以自测结果为准，不作定论。
• 边界仅支持文本输入输出，不含视觉与音频；MIT 许可证虽宽松，商用前仍应自行核对权重文件与上游模型的条款要求。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。