vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
DeepSeek-V4-Pro-0813
模型简介
V4-Pro 的 8 月更新版，长程 agent 与仓库级任务继续加强。
- 参数量
- 1.6T
- 上下文
- 1M
- 所属
- DeepSeek
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- MIT
- 发布
- 2026-08-13
- 收录
- 2026-10-03