DeepSeek 发布了一款名为 DeepSeek-V4-Flash-Vision-Exp 的实验性多模态视觉理解模型，现已在 DeepSeek API 平台上提供。该新模型旨在增强视觉能力，同时与其纯文本版本保持同等水平。

  • 用户可以通过将模型参数设置为 'deepseek-v4-flash-vision-exp' 通过 API 访问该模型。
  • 它在需要视觉理解的智能体基准测试中取得了显著改进，使多模态智能体能力接近 Opus-4.8。
  • 在纯文本能力方面，如智能体、推理和世界知识，其表现与官方 DeepSeek-V4-Flash 相当。
  • 基准分数包括 Terminal Bench 2.1 为 83.9，Chartography 为 64.3，DSBench-Hard 为 59.3。

此次发布为用户提供了用于多模态任务的新工具，同时保留了 DeepSeek-V4-Flash 模型强大的文本性能。