DeepSeeks eksperimentelle synsmodell nærmer seg Opus 4.8

DeepSeeks endringslogg har fylt seg raskt i sommer. V4-Flash gikk i offentlig beta 31. juli, V4-Pro ble allment tilgjengelig 13. august sammen med tre nivåer for tenkeinnsats og prising som skiller mellom rushtid og lavtrafikk, og 21. august kom en eksperimentell modell som også ser. DeepSeek-V4-Flash-Vision-Exp ligger på API-plattformen og kalles ved å sette model til deepseek-v4-flash-vision-exp.

På ren tekst er modellen ifølge DeepSeek på nivå med den offisielle V4-Flash, og tallene i endringsloggen peker samme vei: 83,9 på Terminal Bench 2.1 mot 82,7 for juli-utgaven av V4-Flash, 57,7 på NL2Repo mot 54,2 og 59,3 på DeepSWE mot 54,4. V4-Pro ligger fortsatt over med 87,9 på Terminal Bench 2.1. Det er på de visuelle oppgavene DeepSeek mener spranget ligger.

«On agent benchmarks that require visual understanding, DeepSeek-V4-Flash-Vision-Exp delivers a significant leap over DeepSeek-V4-Flash, bringing its multimodal agent capabilities close to Opus-4.8» — DeepSeek, i endringsloggen

Av de oppgitte tallene er 64,3 på Chartography ved p0,95 og 35,0 på ZeroBench med Pass@5 de reelle synstestene, mens 36,5 på ApexBench og 27,3 på Agents' Last Exam måler agentarbeid der tekstmodellen hopper over de multimodale elementene. Endelsen «Exp» i navnet er ikke pynt. DeepSeek kaller den eksperimentell og sier ingenting om hvor lenge endepunktet blir stående.

For deg som bygger en agent som må tolke en graf, et skjermbilde eller en skannet faktura, er gevinsten at du slipper å rute mellom en tekstmodell og en egen synsmodell midt i en kjede. Prisen er at kjeden hviler på et endepunkt DeepSeek selv merker som midlertidig.

Hva bør du gjøre?

1. Sett modellnavnet til deepseek-v4-flash-vision-exp i et sidespor og kjør dine egne bilder gjennom det, i stedet for å stole på benchmarktallene alene.
2. Hold en fallback til deepseek-v4-flash i koden. Et eksperimentelt endepunkt kan forsvinne uten varsel, og teksteevnene er de samme.