社区实现在 12GB 显存设备上运行无限制版 DeepSeek

2026 年 11 月 2 日 23:52，Reddit 的 LocalLLaMA 社区发布了一条消息：社区成员在 12GB 显存设备上运行了被其称为「无限制」的 DeepSeek-V4.1-Flash。具体做法是以 ISTA-DASLab 制作的 DeepSeek-V4.1-Flash-1017 GSQ-RCO 量化版本为基础（即人们在 Strata Engine 中搭配 12GB GPU、把 Engram 表放在 SSD 上运行的那套版本），移除了模型的拒答限制。

作者称只改动了每个文件中的 82 个密集张量，包括 attention output、shared expert down proj 和 Engram value proj；384 个 routed experts 与其原始版本逐字节相同，GSQ 取整方式因此保留，文件头和文件大小也没有变化。报告给出的实测数字是：在思考模式开启的情况下，拒答率从 85% 降到 0%；运行环境为 12GB GPU VRAM，加上 64GB RAM 和 SSD，通过 Strata Engine 完成本地量化运行，共涉及 3 个尺寸的版本。

截至目前，事件只有这一条社区消息，尚无其他报道或官方回应。