大模型赋能投研系列之二十七：DeepSeek V4 Flash金融投研能力测评以及本地部署方案分析.pdf

2026年7月31日，DeepSeek发布新一代模型DeepSeek V4 Flash，重点优化长上下文效率与本地部署能力。本报告将其与Kimi K3、GLM-5.2进行横向测评，围绕估值建模、多因子回测和行业研究三类典型金融投研任务展开实测。

本地部署方案

DeepSeek V4 Flash总参数量降至284B，支持FP4/FP8混合精度，显著降低本地部署门槛。官方提供基于vLLM/SGLang的高性能部署方案，社区则通过GGUF量化包配合llama.cpp实现低配置运行。实测显示，单机双卡RTX PRO 6000即可满足基本运行需求，为金融机构数据不出域提供了可行路径。

投研任务实测表现

在估值建模中，Kimi K3逻辑规范性最好，但底稿联动性不足；DeepSeek V4 Flash底稿可复算性最强，但业务拆解较粗；GLM-5.2存在公式错误与逻辑冲突。在多因子回测中，DeepSeek V4 Flash是唯一扣除交易成本并处理不可交易个股的模型，底稿透明度最高；Kimi K3过程可查但忽略交易摩擦；GLM-5.2披露不足。在行业研究中，Kimi K3投资框架权重清晰，可复算性佳；DeepSeek V4 Flash数据覆盖最全且保留原始资料，但知识库关联薄弱；GLM-5.2内容丰富但来源不可追溯。

结论

Kimi K3综合表现最佳，适合深度逻辑推演；DeepSeek V4 Flash在工程规范与本地化部署上优势明显，适合机构级应用；GLM-5.2在可用性与严谨性上仍有差距。报告提示需注意模型输出的随机性及版权合规风险。