Knowledge File / AI小生意项目库

2026-08-22 3 浏览免费阅读

Deepseek发布实验性Flash视觉模型，在agent基准测试中媲美Opus 4.8

Q: 这篇文章和哪些AI专题相关？

它适合放在Agent工作流、AI副业、AI工具专题里阅读。 关联原因：这篇内容命中「Agent、智能体」等主题信号。；这篇内容命中「项目、小生意、变现」等主题信号。；这篇内容命中「自动化、模型」等主题信号。

Deepseek推出V4-Flash-Vision-Exp实验性多模态模型，添加图像理解能力，在agent任务上接近Opus 4.8，并兼容多种API和框架。

SOURCE / AI小生意项目库 MIN / 9 ACCESS / 免费阅读 POST / 2026-08-22 03:08:27

原贴

查看原文

作者：Matthias Bastian 来源站点：the-decoder.com 原贴时间： 2026-08-22 03:08:27

原文

Chinese AI company Deepseek has released V4-Flash-Vision-Exp, an experimental multimodal model that adds image understanding to its text capabilities. On Deepseek's own benchmarks, the model nearly matches Opus 4.8 on agent tasks. Deepseek-V4-Flash-Vision-Exp extends Deepseek-V4-Flash with image processing while keeping the base model's text performance in reasoning and world knowledge, Deepseek says . On the company's internal multimodal agent benchmarks, the vision variant scores close to Opus 4.8. Deepseek is positioning the model for agent-based applications. It's designed to work with different agent frameworks and combine visual understanding with tool use. In practice, it can describe images, extract text from screenshots, and analyze diagrams. It handles JPEG, PNG, GIF, and WebP, and determines the format from actual file content rather than the filename or declared MIME type, per the API docs . Ad The model works with OpenAI's Chat Completions and Responses APIs and Anthropic's Messages endpoint. Deepseek also released version 0.1.1 of its Harness framework , which supports the new model out of the box. Ad There are three ways to send images to the model. Developers can embed them directly with Base64 encoding, point to publicly accessible URLs (up to 32 MiB), or use the new, free Files API . The Files API lets you upload a file once and reference it by ID across multiple requests, with a size limit of 64 MiB. An optional "detail" field downscales images to 512 x 512 pixels, saving tokens when fine visual detail isn't needed. The model automatically normalizes images to roughly 800 x 800 pixels depending on the aspect ratio before processing. Regardless of original resolution, each image costs at most 384 tokens. Pricing follows V4-Flash rates. Ad A single request can include up to 600 images. Max edge length is 8,192 pixels per side, but that drops to 4,096 pixels once a request contains 15 or more images. Images can only go in user messages. Subscribe to THE DECODER for ad-free reading, a weekly AI newsletter, our exclusive "AI Radar" frontier report six times a year, full archive access, and access to our comment section.

中文翻译

中国人工智能公司Deepseek发布了V4-Flash-Vision-Exp，这是一个实验性多模态模型，为其文本能力增加了图像理解。在Deepseek自己的基准测试中，该模型在agent任务上几乎与Opus 4.8相当。

Deepseek-V4-Flash-Vision-Exp在Deepseek-V4-Flash的基础上增加了图像处理，同时保持了基础模型在推理和世界知识方面的文本性能，Deepseek表示。在该公司的内部多模态agent基准测试中，视觉变体的得分接近Opus 4.8。Deepseek正将该模型定位用于基于agent的应用。它旨在与不同的agent框架配合使用，并将视觉理解与工具使用相结合。在实践中，它可以描述图像、从截图中提取文本以及分析图表。它支持JPEG、PNG、GIF和WebP，并根据实际文件内容而非文件名或声明的MIME类型来确定格式，根据API文档。

广告。

该模型与OpenAI的Chat Completions和Responses API以及Anthropic的Messages端点兼容。Deepseek还发布了其Harness框架的0.1.1版本，该版本开箱即用地支持新模型。

广告。

有三种方式向模型发送图像。开发者可以直接使用Base64编码嵌入图像，指向可公开访问的URL（最大32 MiB），或使用新的免费Files API。Files API允许您一次上传文件，并在多个请求中通过ID引用它，大小限制为64 MiB。可选的"detail"字段将图像缩小到512 x 512像素，在不需要精细视觉细节时节省token。模型在处理前会根据宽高比自动将图像标准化为大约800 x 800像素。无论原始分辨率如何，每个图像最多消耗384个token。定价遵循V4-Flash费率。

广告。

单个请求最多可包含600张图像。每边最大边长为8,192像素，但如果请求包含15张或更多图像，则降至4,096像素。图像只能放在用户消息中。

订阅THE DECODER即可无广告阅读、获取每周AI通讯、每年六次独家的"AI Radar"前沿报告、完整档案访问权限以及评论区的访问权限。

核心信息

Deepseek推出V4-Flash-Vision-Exp实验性多模态模型，添加图像理解能力，在agent任务上接近Opus 4.8，并兼容多种API和框架。

Deepseek推出V4-Flash-Vision-Exp实验性多模态模型，添加图像理解能力，在agent任务上接近Opus 4.8，并兼容多种API和框架。
原贴提到：Chinese AI company Deepseek has released V4-Flash-Vision-Exp, an experim
来源：the-decoder.com

详细解读

这是什么信号？Deepseek发布了实验性的多模态模型V4-Flash-Vision-Exp，在agent任务基准上接近Opus 4.8的水平。这表明Deepseek正在快速补齐视觉理解能力，并瞄准agent应用场景，试图在端侧和开发工具链上建立生态。

为什么重要？对于AI行业，视觉+工具使用是agent落地的关键能力。Deepseek以开源模型和兼容主流API的方式降低开发者接入门槛，可能对闭源模型形成压力。同时，其低定价策略（沿用V4-Flash费率）可能推动视觉agent应用的成本下降，加速商业化。

对谁有价值？主要面向AI应用开发者、AI产品经理和研究者。开发者可以快速集成到现有OpenAI/Anthropic API工作流中，无需切换平台；研究机构可以低成本测试视觉agent能力；企业用户可评估其替换或补充现有视觉模型的可行性。

可以怎么行动？建议开发者立即尝试通过Files API上传图片，结合Harness框架构建视觉agent原型。比较该模型在真实任务（如截图理解、图表分析）中与Opus 4.8或GPT-4o的差距。同时关注其后续稳定版本，若性能可靠可考虑生产环境迁移。

风险或限制。目前模型仍为“实验性”，基准来自Deepseek官方自测，可信度待第三方验证。图像大小和数量有严格限制（如600张/请求、15张后边长降为4096像素），且仅支持用户消息，可能制约复杂agent场景。此外，定价虽低，但尚无长期稳定性承诺，需评估供应链风险。

信息差价值

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《Deepseek发布实验性Flash视觉模型，在agent基准测试中媲美Opus 4.8》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

参考来源

Matthias Bastian 原帖

TOPIC HUBS

延伸专题

Agent工作流 Agent工作流：智能体、AI编程与自动化协作

这篇内容命中「Agent、智能体」等主题信号。

AI副业 AI副业：小生意、项目机会与可收费交付

这篇内容命中「项目、小生意、变现」等主题信号。

AI工具 AI工具：模型、插件、自动化与实战场景

这篇内容命中「自动化、模型」等主题信号。

AI SUMMARY

这篇文章回答了什么