DeepSeek научил свою «дешёвую» модель видеть — и она догнала топов
384 токена на картинку. Именно столько теперь стоит показать DeepSeek изображение — и это, пожалуй, главная цифра в новости.
Китайская лаборатория выкатила DeepSeek-V4-Flash-Vision-Exp — мультимодальную надстройку над своей быстрой моделью V4-Flash. Логика простая: агентам (тем самым ИИ-помощникам, которые сами кликают по кнопкам, читают интерфейсы и заполняют формы) зрение нужно не иногда, а постоянно. А значит, каждый взгляд на экран должен быть максимально дешёвым.
Самое интересное — приставка «Flash» в названии обычно означает «быстро, но попроще». Здесь же на мультимодальных агентных задачах модель держится на уровне Opus 4.8, а местами и обходит его. При этом текстовые способности не просели ни на йоту — они те же, что у обычного V4-Flash. Обычно за мультимодальность приходится платить деградацией в чём-то другом; тут этого не случилось.
Поддерживаются JPEG, PNG, GIF и WebP. Заодно обновился DeepSeek Harness до версии 0.1.1 — там новая модель работает из коробки, без танцев с настройками.
DeepSeek снова делает то, что умеет лучше всего: берёт возможности флагманских западных моделей и переупаковывает их так, чтобы они стоили в разы дешевле. Для разработчиков, которые считают каждый токен в агентных пайплайнах, это часто важнее, чем лишние пара процентов в бенчмарках.
384 токена на картинку. Именно столько теперь стоит показать DeepSeek изображение — и это, пожалуй, главная цифра в новости.
Китайская лаборатория выкатила DeepSeek-V4-Flash-Vision-Exp — мультимодальную надстройку над своей быстрой моделью V4-Flash. Логика простая: агентам (тем самым ИИ-помощникам, которые сами кликают по кнопкам, читают интерфейсы и заполняют формы) зрение нужно не иногда, а постоянно. А значит, каждый взгляд на экран должен быть максимально дешёвым.
Самое интересное — приставка «Flash» в названии обычно означает «быстро, но попроще». Здесь же на мультимодальных агентных задачах модель держится на уровне Opus 4.8, а местами и обходит его. При этом текстовые способности не просели ни на йоту — они те же, что у обычного V4-Flash. Обычно за мультимодальность приходится платить деградацией в чём-то другом; тут этого не случилось.
Поддерживаются JPEG, PNG, GIF и WebP. Заодно обновился DeepSeek Harness до версии 0.1.1 — там новая модель работает из коробки, без танцев с настройками.
DeepSeek снова делает то, что умеет лучше всего: берёт возможности флагманских западных моделей и переупаковывает их так, чтобы они стоили в разы дешевле. Для разработчиков, которые считают каждый токен в агентных пайплайнах, это часто важнее, чем лишние пара процентов в бенчмарках.