El 25 de octubre de 2026, OpenClaw DC afirmó que una compilación GSQ-RCO de DeepSeek V4.1-Flash puede ejecutarse localmente en una GPU NVIDIA de 12GB cuando se carga mediante el entorno de ejecución Strata.
En el artículo de OpenClaw DC, el modelo se describe como un MoE con 763.2B de parámetros, con una velocidad de generación reportada de alrededor de 4–6 tokens por segundo en una RTX 5070. Esa menor cifra de VRAM implica mayores requisitos en otros ámbitos: aproximadamente 46–64GB de RAM, al menos 239GB de espacio libre en disco y almacenamiento NVMe que gestiona parte de los datos del modelo.
La principal limitación es la compatibilidad de software. OpenClaw indica que estos archivos GGUF no son actualmente un reemplazo directo estándar para llama.cpp porque el paquete utiliza metadatos distintos y mantiene un componente Engram separado, por lo que Strata es el entorno de ejecución utilizado en esta configuración. La compatibilidad reportada se limita a sistemas Windows y Linux x86_64 con GPU NVIDIA RTX de las series 30, 40 o 50 compatibles; los Mac no figuran en la lista.
Para los equipos que evalúan la inferencia local, la cuestión central es la contrapartida tras la cifra de 12GB: menos VRAM, pero requisitos considerables de RAM, almacenamiento y entorno de ejecución. La página de transparencia de DeepSeek no describe esta versión cuantizada, por lo que los detalles de rendimiento y compatibilidad deben considerarse datos reportados por OpenClaw, no ampliamente confirmados.