ИИтак
Поиск

← Назад

модель · DeepSeek · вышла 21 августа

DeepSeek-V4-Flash-Vision-Exp

Устаревшая экспериментальная модель DeepSeek для агентов, которые работают с картинками; её сменила V4.1 Flash

рекомендации разработчика

О модели

DeepSeek-V4-Flash-Vision-Exp — первая экспериментальная модель линейки DeepSeek V4, которая понимает не только текст, но и изображения. За основу лаборатория взяла DeepSeek V4 Flash. К ней добавили визуальный кодировщик, то есть модуль, который переводит картинку в понятное модели представление, и продолжили обучение. Модель устроена как смесь экспертов (mixture of experts): всего в ней 305 млрд параметров, но на каждый токен работает лишь небольшая их часть. Веса выложены на Hugging Face под лицензией MIT, которая разрешает и коммерческое применение.

По замерам DeepSeek, в текстовых задачах модель держится на уровне обычной V4 Flash: в Terminal Bench 2.1 у неё 83,9 балла, у V4 Flash — 82,7. Главная разница видна в мультимодальных агентных задачах. В них модель сама выполняет многошаговую работу, вызывает инструменты и по ходу разбирает картинки. Прежняя V4 Flash изображения в таких тестах просто пропускала. В ApexBench новая модель набрала 36,5 балла против 26,2 у V4 Flash и 39,4 у Claude Opus 4.8, а в Agents' Last Exam, по данным компании, обошла Opus 4.8: 27,3 против 25,7. В задачах по программированию Opus остаётся заметно впереди: в NL2Repo у него 69,7 против 57,7.

Модель брали, чтобы разбирать документы и графики, отвечать на вопросы по снимкам экрана и фотографиям и строить агентов, которым по ходу работы нужно смотреть на изображения. Картинки оплачиваются как текст: каждая считается не больше чем за 384 токена по тарифу V4 Flash. Вместе с моделью DeepSeek открыла бесплатный файловый API: изображение загружают один раз, а потом ссылаются на него в разных запросах и не пересылают заново. Модель большая, поэтому у себя её разворачивают в основном компании: в примере из карточки её запускают на сервере с ускорителями Nvidia GB300. Остальные пользовались ею через API.

Модель с самого начала вышла как экспериментальная и проработала меньше месяца. Затем вышла V4.1 Flash, в которую понимание картинок встроено изначально, и с 14 сентября 2026 года DeepSeek вывела из работы и V4 Flash, и Vision Exp. Старое имя в API пока принимается, но запросы к нему обслуживает V4.1 Flash. Компания называет такую переадресацию временной.

источники:Анонс DeepSeek-V4-Flash-Vision-Exp ↗Карточка модели на Hugging Face ↗Анонс V4.1-Flash и вывод Vision Exp из работы ↗

Новости о модели

все упоминания · 12

  1. DeepSeek открыла код DeepInfer — движка, на котором работают её модели

    DeepSeek открыла код, на котором сама запускает модель V4.1-Flash, и библиотеку, чтобы сторонние сервисы отвечали так же, как её официальный API.

  2. DeepSeek обновила открытую модель V4.1-Flash и сократила её ответы

    По тестам DeepSeek, новая версия открытой V4.1-Flash лучше и быстрее выполняет задачи как агент — сама пишет код и пользуется программами. Заодно компания открыла всем платный API веб-поиска.

  3. Сулейман заявил, что Microsoft догнала DeepSeek в коде при 12-кратной экономии вычислений

    Мустафа Сулейман утверждает, что на первом этапе обучения, до доводки, модель Microsoft AI сравнялась с DeepSeek-V4-Pro-Base на тесте по коду, а вычислений ушло в 12 раз меньше.

  4. DeepSeek открыла веса модели V4.1-Flash на 552 млрд параметров

    Модель понимает текст и картинки, открыта под лицензией MIT и, по тестам DeepSeek, в задачах для ИИ-агентов местами обходит Claude Opus 5.0.

  5. DeepSeek выпустила модель V4.1-Flash и сворачивает флагманскую V4-Pro

    DeepSeek выпустила младшую модель нового семейства. По словам компании, она сильнее флагмана V4-Pro, и с 14 сентября запросы к V4-Pro в API обслуживает она.

Данные: models.dev (MIT).