DeepSeeks första experimentella V4-modell som förstår bilder, byggd på V4-Flash och tränad för agenter som arbetar med både text och bild.
DeepSeeks jämförelse med V4-Flash-0731 och Opus 4.8 på text- och bildagenttester [2]
DeepSeek-V4-Flash-Vision-Exp är den första modellen i DeepSeek-V4-familjen som kan ta emot bilder. Den bygger på V4-Flash, som fick extra bildmoduler och sedan tränades vidare för att förstå bilder. Modellen släpptes i DeepSeeks API den 21 augusti 2026, med öppna vikter på Hugging Face under MIT-licens. Modellfilen är på 305 miljarder parametrar.
Enligt DeepSeek klarar den textuppgifter ungefär lika bra som V4-Flash, men gör ett stort lyft på tester där en agent måste förstå bilder, och hamnar där nära Claude Opus 4.8. I API:t kan man skicka blandad text och bild, och varje bild räknas som högst 384 tokens till V4-Flash-pris.
Modellen var ett experiment. Den 10 september 2026 ersattes den, tillsammans med V4-Flash, av DeepSeek-V4.1-Flash, som kan läsa bilder från grunden. API-namnet deepseek-v4-flash-vision-exp skickas sedan dess vidare till V4.1-Flash.
Placering i varje lista när den lästes av. Klicka för källa och datum.
Inte bedömd än. Alla kan ändra.
Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.