DeepSeek V4-Flash-Vision-Exp veröffentlicht: Multimodale API-Dienste gestartet, Agent-Fähigkeiten nahe Opus-4.8

de.wedoany.com-Bericht: Am 21. August erfuhr Weidu.com auf der offiziellen Website von DeepSeek, dass DeepSeek soeben das neue multimodale visuelle Verständnismodell DeepSeek-V4-Flash-Vision-Exp auf der DeepSeek-API-Plattform veröffentlicht hat.

DeepSeek gab offiziell an, dass V4-Flash-Vision-Exp in verschiedenen Agent-Frameworks eine gute multimodale Anpassungsfähigkeit zeigt und Nutzer effektiv dabei unterstützt, mithilfe vielfältiger Agent-Tools mehr praktische Arbeitsszenarien zu erschließen.

Dies ist ein experimentelles Modell. Nutzer können über die Einstellung model='deepseek-v4-flash-vision-exp' auf das Modell zugreifen.

Ausgewogene Text- und multimodale Fähigkeiten

Den Angaben zufolge liegt DeepSeek-V4-Flash-Vision-Exp bei reinen Textfähigkeiten (Agent, Reasoning, Weltwissen usw.) auf dem gleichen Niveau wie die offizielle Version von DeepSeek-V4-Flash; bei Agent-Benchmarks, die visuelles Verständnis erfordern, verzeichnet DeepSeek-V4-Flash-Vision-Exp im Vergleich zu DeepSeek-V4-Flash einen deutlichen Sprung, und die multimodalen Agent-Fähigkeiten liegen bereits nahe an Opus-4.8.

API-Unterstützung

Nutzer können über die Einstellung model='deepseek-v4-flash-vision-exp' auf die API des V4-Flash-Vision-Exp-Modells zugreifen. Im API-Dienst werden Bilder in Tokens umgewandelt und nach Tokens abgerechnet; ein Bild belegt maximal 384 Tokens, und der Abrechnungspreis entspricht dem des V4-Flash-Modells.

Die multimodale API unterstützt die drei Aufrufformate Chat Completions, Messages und Responses und lässt sich bequem in verschiedene Agent-Tools integrieren. Sie unterstützt gemischte Bild-Text-Eingaben sowie drei Bildübertragungsmethoden: base64-Inline, externe URLs und die Files-API.

Files-API veröffentlicht

Die Files-API ist jetzt verfügbar. Diese API ist kostenlos. Nutzer können Bilder zunächst auf die Plattform hochladen und sie dann in Anfragen über file_id referenzieren, wodurch Anfragebandbreite gespart wird (dasselbe Bild muss nicht in mehreren Anfragen erneut hochgeladen werden).