今日，DeepSeek 为 V4-Flash 补上视觉能力，推出实验版 DeepSeek-V4-Flash-Vision-Exp 并开放调用，其多模态 Agent 能力大幅提升，Files API 也同步上线。
新推出的 DeepSeek-V4-Flash-Vision-Exp 是实验性质版本，通过 `deepseek-v4-flash-vision-exp` 这个 model id 在 DeepSeek API 平台开放调用。这一动作标志着 DeepSeek 在多模态技术上的又一探索。
在纯文本能力方面，Vision-Exp 与 V4-Flash 正式版持平，加视觉未牺牲文本推理能力。而在视觉理解的 Agent Benchmark 上大幅跃升，多模态 Agent 能力接近 Opus 4.8，图片按 token 计费，价格与 V4-Flash 一致。
DeepSeek 展示了三个多模态 Agent 长任务示例，包括做西藏自驾游 PPT、重构官网、制作前端 Mini Demo 等，体现了其在复杂多步工作流中的视觉理解能力。
Files API 开放且不收费，用户可先上传图片，通过 file_id 引用，避免重复上传。多模态 API 支持多种格式和图片传入方式，提升了使用的便利性。
DeepSeek 此次更新，为多模态大模型发展提供了新的参考，有望推动行业在视觉与文本融合技术上的进一步探索，提升多模态应用的质量和效率。
编辑观点：DeepSeek 此次升级展现了多模态技术的潜力，新功能和 API 的推出将为开发者提供更多可能，有望在相关应用领域带来新突破。
扫一扫
43
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
