DeepSeek lanzó el viernes un modelo de visión experimental que, según la startup china de IA, acerca su rendimiento multimodal de agentes al de Opus-4.8 de Anthropic en benchmarks de agentes.
El modelo, DeepSeek-V4-Flash-Vision-Exp, ya está disponible a través de la plataforma API de DeepSeek, dijo la compañía en un anuncio. La compañía añadió que el modelo iguala a V4 Flash en capacidades de texto, incluidos agentes, razonamiento y conocimiento del mundo, al tiempo que añade entradas de imagen.
La compañía dijo que el nuevo modelo dio un “gran salto” frente a V4 Flash en benchmarks de agentes multimodales, acercando su rendimiento a Opus-4.8. DeepSeek no proporcionó puntuaciones de benchmark en su anuncio.
Cabe destacar que el modelo puede analizar imágenes junto con texto, incluyendo describir imágenes, leer texto de capturas de pantalla y analizar gráficos. Es compatible con imágenes JPEG, PNG, GIF y WebP.
DeepSeek dijo que V4 Flash Vision es compatible con las APIs de Chat Completions, Messages y Responses. Las imágenes pueden aceptarse mediante datos base64, URLs externas o su recién lanzada Files API.
Las imágenes se tokenizan para la facturación, y cada imagen consume hasta 384 tokens con los precios de V4 Flash. El modelo puede procesar hasta 600 imágenes en una sola solicitud, mientras que las imágenes individuales pueden tener un tamaño de hasta 32 megabytes mediante base64 o URLs externas y 64 megabytes cuando se referencian a través de la Files API.
La Files API permite a los usuarios subir una imagen una vez y referenciarla mediante un ID de archivo en distintas solicitudes. DeepSeek dijo que el servicio es gratuito y que también puede reducir el ancho de banda cuando se reutiliza la misma imagen.
El lanzamiento se produce mientras DeepSeek ha reanudado su segunda ronda de financiación, con la intención de recaudar cerca de $8 mil millones, y con Monolith Management en conversaciones para participar, informó Bloomberg a principios de este mes. La compañía busca una valoración cercana a 500 mil millones de yuanes ($74.3 mil millones).