DeepSeek наконец-то дала своей модели «зрение»: V4-Flash-Vision-Exp почти догнала Claud...
DeepSeek наконец-то дала своей модели «зрение»: V4-Flash-Vision-Exp почти догнала Claude Opus 4.8 --------------------- Привет, подписчики! На связи команда © DevGeek.iT , 2026 --------------------- Помните, как мы недавно обсуждали, что DeepSeek V4-Flash — это мощная текстовая модель, но ей не хватало мультимодальности? Так вот, разработчики это услышали. Вчера компания представила экспериментальную версию DeepSeek-V4-Flash-Vision-Exp, которая добавляет к базовой V4-Flash возможность работать с изображениями. И, судя по заявлениям, результаты впечатляют — мультимодальные агентные способности новой модели приблизились к Anthropic Claude Opus 4.8. --------------------- Что именно умеет новая модель? Она анализирует изображения, скриншоты, графики, распознаёт расположение элементов интерфейса и использует визуальную информацию при выполнении сложных агентных задач. При этом DeepSeek утверждает, что добавление «зрения» не ухудшило текстовые способности: по задачам агентов, рассуждений и работе со знаниями новая версия соответствует обычной V4-Flash. То есть вы получаете ту же мощную текстовую модель, но теперь она ещё и «видит». --------------------- Теперь о главном — как она показывает себя в бенчмарках. DeepSeek сравнила свою новую модель с Opus 4.8 по одиннадцати тестам. В трёх из них V4-Flash-Vision-Exp даже обошла конкурента: DeepSWE (59.3 против 58.0), Agents' Last Exam (27.3 против 25.7) и ZeroBench (35.0 против 34.0). В остальных восьми тестах она уступает Opus 4.8, но отрыв во многих случаях небольшой. Например, в ApexBench (мультимодальные агенты) у новой модели 36.5 против 39.4 у Opus 4.8. DeepSeek называет это «приближением к уровню Opus 4.8», и, судя по цифрам, это действительно так. --------------------- Но самое интересное — это цена. По данным ряда источников, стоимость обработки миллиона токенов у DeepSeek составляет около $0,87, тогда как у Opus 4.8 — около $50. А по некоторым данным, выходные токены у V4-Flash стоят примерно $0,28 против $25 у Opus 4.8. Разница — около 99%. При этом изображения преобразуются в токены (до 384 на каждое) и тарифицируются по тем же расценкам, что и текст. То есть за цену одного запроса к Opus 4.8 вы можете сделать десятки запросов к DeepSeek. --------------------- Доступ к модели уже открыт через API DeepSeek. Чтобы начать использовать, достаточно указать model='deepseek-v4-flash-vision-exp'. Модель поддерживает JPEG, PNG, GIF и WebP, позволяет загружать до 600 изображений в одном запросе, а также работает с Files API — можно загрузить картинку один раз и ссылаться на неё по ID. DeepSeek также выпустила версию 0.1.1 своего агентного фреймворка Harness с поддержкой новой модели «из коробки». --------------------- Стоит отметить, что модель пока экспериментальная, и её результаты основаны на внутренних тестах DeepSeek, а не на независимых проверках. Но даже с учётом этого, V4-Flash-Vision-Exp — это серьёзный шаг вперёд для DeepSeek. Компания закрывает главный пробел в своей экосистеме — отсутствие мультимодальности — и делает это по цене, которая взрывает рынок. Если вы работаете с агентами, которым нужно «видеть» результаты своей работы (читай — скриншоты, интерфейсы, графики), эта модель определённо заслуживает внимания. --------------------- 💳 Понравилась статья? Поддержать канал можно здесь:👇 https://yoomoney.ru/fundraise/1FR6ECUSV0I.260210 И здесь:👇 https://yoomoney.ru/to/4100118121919268 --------------------- • Карта: 5599 0020 2871 9278 (Банк-YooMoney) --------------------- • Любая поддержка помогает • Выпускать разборы регулярнее — спасибо! 🙏--------------------- • Оставайтесь с нами, подписывайтесь на канал! • © DevGeek.IT , 2026 • Впереди ещё много полезных разборов! ---------------------