当前位置:

首页 > 硬件相关 > DeepSeek V4-Flash补上"眼睛":多模态实验版上线,Opus 4.8被追平

DeepSeek V4-Flash补上"眼睛":多模态实验版上线,Opus 4.8被追平

Vegas Movie Studio 16 Platinum
Vegas Movie Studio 16 Platinum

一款功能强大的目前最新版本视频处理软件,内置丰富的视频转场特效供用户选择使用,支持多种主流音视频编码的转换功能。

立即下载
2026-08-22
图形多媒体 视频编辑 多媒体类 下载 注册码 Studio movie 教程 序列号

8月21日,DeepSeek给V4-Flash补上了"眼睛":多模态视觉理解模型DeepSeek-V4-Flash-Vision-Exp上线并开放API,但仍是实验版本,用户需要在调用时手动指定模型名称(deepseek-v4-flash-vision-exp)才能访问。最新本次没有提及网页端和Ap

本文目录

    8月21日,DeepSeek给V4-Flash补上了"眼睛":多模态视觉理解模型DeepSeek-V4-Flash-Vision-Exp上线并开放API,但仍是实验版本,用户需要在调用时手动指定模型名称(deepseek-v4-flash-vision-exp)才能访问。最新本次没有提及网页端和App的开放安排。

    新模型可以读取截图中的文字、理解图表和页面布局,也能把图片与文字指令放在同一次任务中处理。这意味着智能体不必再让人"用文字描述图片"。对需要查看网页、分析界面、整理图文资料的Agent来说,这是一次能力补齐。

    与Opus 4.8互有胜负

    DeepSeek公布的对比数据显示,V4-Flash-Vision-Exp在多个Agent benchmark上与Anthropic的Claude Opus 4.8互有胜负:

    领先项:DeepSWE(59.3 vs 58.0)、Agents' Last Exam(27.3 vs 25.7)、ZeroBench(35.0 vs 34.0)追平项:Terminal Bench 2.1(83.9 vs 85.0)、Toolathlon-Verified(75.9 vs 76.2)、Chartography(64.3 vs 65.0)落后项:NL2Repo(57.7 vs 69.7)、DSBench-Hard(63.6 vs 71.7),差距在8-12分

    DeepSeek V4-Flash补上眼睛:多模态实验版上线,Opus 4.8被追平

    与自家文本版DeepSeek V4-Flash-0731对比,视觉版在纯文本任务上基本持平,但在需要看图的多模态测试上大幅领先:ApexBench从26.2涨到36.5,Agents' Last Exam从25.2涨到27.3。视觉能力的加入并没有拖累原有的文本表现,这是这次实验版最关键的信号。

    视觉不是用来"看图说话"

    最新发布的三个演示可不是识图问答这类基础任务:其一是为高净值客户制作西藏自驾游PPT,需呈现出野性、粗粝且具有实拍质感;其二是按照黑蓝深海、玻璃UI、ASCII像素等视觉要素对DeepSeek Harness进行正式重构;还有一个则是制作带有黏土怪物动效的网页Demo。

    DeepSeek V4-Flash补上眼睛:多模态实验版上线,Opus 4.8被追平

    三个案例的共同点是:模型要先看懂图片、页面结构和设计意图,再调用工具产出PPT或代码。DeepSeek想展示的不是"能看图",而是视觉能力嵌进完整的Agent工作流。

    API与计费

    API支持三种主流调用格式(Chat Completions、Messages、Responses),图片可以通过链接、Base64或先上传再引用的方式传入。图片会被转换成token计费,一张图最多折算384 tokens,与文字输入统一定价,整体价格与文本版V4-Flash保持一致。

    与此同时,Files API也上线了。用户能够先把图片上传至平台,之后在多次请求中通过file_id进行复用,如此一来,便无需反复上传。该接口本身是免费的,但模型每次处理图片所产生的token依然会正常计费。对于那些需要重复分析同一批截图、图表的工作流程而言,此功能主要节省的是带宽,而非推理成本。(易句)

    (本文由AI撰文,网易编辑负责校对)

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 DeepSeek
    相关文章 更多
    chat-demo v0.1.1怎么本地运行并理解DeepSeek历史数据边界
    chat-demo v0.1.1怎么本地运行并理解DeepSeek历史数据边界

    chat-demo v0.1.1可以作为静态聊天客户端在本地运行,但模型、搜索、文件和语音能力仍由DeepSeek API提供。源码运行环境为Node.js 22.12及以上、Git与pnpm。Demo版本号不等于应用API版本;这套应用API未单独标版本,默认聊天模型ID是deepseek-flash。

    怎么用DeepSeek辅助写小红书爆款标题
    怎么用DeepSeek辅助写小红书爆款标题

    用DeepSeek辅助写小红书标题时,应先提供受众、核心卖点、真实素材、语气和字数限制,让模型批量生成候选标题,再人工核对事实、敏感表达和平台规范。标题是否获得高点击还受内容质量和账号表现影响,不能把模型结果当作爆款保证。

    DeepSeek模型权重与DeepInfer有什么区别?开源对象和生态协作
    DeepSeek模型权重与DeepInfer有什么区别?开源对象和生态协作

    了解DeepSeek模型权重与DeepInfer推理框架的对象差异,查看官方项目入口,并从价格竞争、开发者协作和小团队参与三个角度理解开源策略。

    幻方与DeepSeek:萤火二号算力积累和V3训练硬件怎么区分?
    幻方与DeepSeek:萤火二号算力积累和V3训练硬件怎么区分?

    理清幻方量化与DeepSeek的发展脉络,关键在于区分早期萤火二号的A100集群积累与DeepSeek-V3的H800训练配置。本文解析软硬件协同工程在其中的作用,避免将资金投入简单等同于模型能力。

    DeepSeek返回空内容怎么办怎么处理
    DeepSeek返回空内容怎么办怎么处理

    DeepSeek返回空内容时,先检查content是否只有空格,再查看finish_reason、reasoning_content、tool_calls和流式事件。JSON模式提示不完整、输出预算不足、内容过滤、工具调用未处理或SSE解析错误都可能造成“看起来为空”。

    DeepSeek怎么开启流式输出stream
    DeepSeek怎么开启流式输出stream

    DeepSeek开启流式输出只需在API请求中设置stream=true并逐块读取SSE事件。Chat Completions以data: [DONE]结束,Responses API则以response.completed、response.incomplete或response.failed结束,两种协议不能混用同一套结束判断。

    DeepSeek怎么开启JSON模式输出结构化数据
    DeepSeek怎么开启JSON模式输出结构化数据

    DeepSeek开启JSON模式需要在请求中设置response_format为json_object,并在系统或用户提示词中明确要求输出JSON及字段示例,同时设置足够的max_tokens。返回后仍应解析和校验字段,空白内容或截断时执行重试。

    DeepSeek-V4提示词怎么写效果更好公式
    DeepSeek-V4提示词怎么写效果更好公式

    DeepSeek-V4提示词可按“目标+背景+输入+约束+输出格式+验收标准+示例”编写。先明确要完成的任务,再提供必要材料和边界,最后规定可检查的输出结构,比堆砌角色词或空泛要求“更专业”更稳定。

    DeepSeek上传文件失败提示超限怎么办
    DeepSeek上传文件失败提示超限怎么办

    DeepSeek上传文件提示超限时,先确认是在App、网页还是API中上传,再检查单文件大小、格式、图片尺寸、文件数量和账号存储配额。App或网页可压缩、拆分后重传;API图片文件单个最大64 MiB,并只支持JPEG、PNG、GIF和WebP。

    DeepSeek-V4-Pro思考模式怎么调推理强度
    DeepSeek-V4-Pro思考模式怎么调推理强度

    DeepSeek-V4-Pro的推理强度可通过API的reasoning_effort设置为low、high或max,并配合thinking启用思考模式;网页和App通常只提供模式切换,不一定开放细粒度强度。本文给出参数、代码和无效配置排查方法。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。

    即将离开本站
    您即将前往第三方网站,请确认是否继续?