DeepSeek V4 Flash Vision Exp: открытая мультимодальная модель, которую ещё предстоит проверить

Источники проверены 27 октября 2026 г. Это обновление проверяет публичную документацию и локальный досье бенчмарка; оно не сообщает о тесте вывода модели. Блокировка доступа в сентябре ниже является исторической, и девять запусков остаются неизмеренными.

DeepSeek называет deepseek-ai/DeepSeek-V4-Flash-Vision-Exp the первой экспериментальной мультимодальной моделью в серии DeepSeek-V4.[1] Такая формулировка является заявлением издателя, а не независимым результатом. Тем не менее, репозиторий является конкретным доказательством существования мультимодальной контрольной точки модели: Hugging Face маркирует свой пайплайн image-text-to-text и указывает лицензию как MIT.[1][2]

Что устанавливают первоисточники

Запись API Hugging Face сообщает 304 646 824 126 параметров и 167 819 616 863 байт используемого хранилища.[2] На момент проверки этой страницы 1 сентября 2026 года был указан SHA ревизии 31ea11185e11ccafad1c385104188a9e3b648ad6, с датой создания 31 августа 2026 года и последним изменением 1 сентября 2026 года.[2] Это метаданные репозитория, а не сведения о числе активных параметров, потреблении памяти, скорости вывода или минимальном оборудовании.

Проверка метаданных API на 27 октября всё ещё отображает эти суммы параметров и хранения, но теперь возвращает SHA ревизии 6821d6ad3681a4b137b066b76094fa82ebd0a380.[2] Досье остаётся закреплённым за своей исходной SHA; новая ревизия репозитория автоматически не является той же целью оценки.

Карточка модели описывает выпуск как экспериментальный и мультимодальный.[1] Мы сохраняем этот охват: эта страница не выводит уровень поддержки для производства исходя из тега конвейера и не превращает собственные примеры или оценки DeepSeek в независимые результаты бенчмарка.

Что остаётся неизвестным

При первоначальной проверке 1 сентября в досье не был указан поставщик инференса Hugging Face и не был одобрен альтернативный маршрут или оборудование.[4] Это заявление о поставщике больше не актуально: страница модели от 27 октября указывает DeepInfra для преобразования изображения и текста в текст.[1] Наличие в списке не подтверждает доступ к аккаунту, точную используемую версию, поддерживаемые форматы изображений или успешность запроса. Мы не тестировали этот маршрут и не указываем цену или измеренную задержку для исторической точки контроля.

Размер репозитория также не является аппаратным предписанием. Квантование, поддержка во время выполнения, нагрузка на память, параллелизм, предварительная обработка изображений и допустимая длина последовательности — все это влияет на реальное развертывание. Эти переменные требуют документированной конфигурации инференс-сервера и фактического запуска.

Старое имя API больше не выбирает эту точку контроля

Текущая документация DeepSeek говорит, что запросы с использованием deepseek-v4-flash-vision-exp обслуживаются DeepSeek-V4.1-Flash-1017, с биллингом через Flash. Оригинальная размещённая модель снята с эксплуатации. Рекомендуемый текущий псевдоним: deepseek-flash.[3]

Это важно при тестировании сохраненной конфигурации агента Hermes, Codex или другого: сохранение старой строки модели не воспроизводит оригинальный эксперимент. Ответ, полученный через этот псевдоним сегодня, относится к оценке Flash-1017, а не к досье на девять запусков этого контрольного пункта. См. Анализ релиза Flash-1017 для отдельного релиза.

Маршрут, который вы рассматриваете	Что необходимо установить перед тестированием
API DeepSeek с устаревшим именем Vision Exp	Документация сопоставляет его с Flash-1017; соответственно маркируйте оценку.[3]
Перечисленный Hugging Face провайдер DeepInfra	Подтвердите фактический контрольный пункт провайдера, политику ревизий, поддержку образов и доступ к аккаунту.[1]
Самостоятельно размещенные оригинальные веса	Закрепите ревизию контрольных точек, среду выполнения, предварительную обработку изображений и поддерживаемые параметры.

Модель теперь включает инструкции ссылочного вывода и примеры vLLM/SGLang. Её пример vLLM использует четыре GPU GB300; это пример издателя, а не минимальное требование или система, протестированная Mantis. [1] Размер репозитория сам по себе всё ещё не может ответить, может ли ваш компьютер его запускать.

Воспроизводимый бенчмарк не измерен

Досье в benchmarks/deepseek-v4-flash-vision-exp/ исправляет три мультимодальные задачи с использованием оригинальных репозиторий, лицензированных MIT: извлечение графика в структурированный JSON, локализация ошибок интерфейса с помощью скриншотов и планирование изменения изображения и репозитория. Третья задача сочетает синтетический целевой скриншот с небольшим безобидным исходным светильником TSX и требует плана, основанного на обоих. Каждая задача имеет один запрос и рубрику и планируется на три независимых запуска в закреплённой конфигурации. [4]

Все девять записей исходных результатов говорят not_run; поля raw output, timing, token, cost, environment, review и result равны null, а не нулю.[4] Причина, зафиксированная в сентябре, была связана с доступом, а не с качеством модели: для этой оценки не было одобренного совместимого маршрута или оборудования. Для этого досье веса не были загружены, и вывод не предпринимался. Это обновление не изменяет эти исторические записи; новый список поставщиков не заполняет отсутствующие результаты.[4]

Критерий проверки намеренно исключает вывод по одному удачному результату. Задача считается выполненной только когда как минимум две из трёх её прогонов принимаются по рубрике. Вердикт о практической готовности требует как минимум прохождения двух из трёх задач. Поскольку прогонов нет, вывод таков: вердикт о практической готовности отсутствует — блокировано до проведения реальных прогонов.[4]

Практическая проверка перед тратой средств на вывод

Это предложенные проверки, а не успешно протестированная схема развертывания.

1. Выберите цель оценки. Запишите либо историческую контрольную точку и ревизию, либо сегодняшнюю хостинговую версию Flash. Не заменяйте одно на другое незаметно.
2. Проверьте существующий пакет локально. Из корня репозитория выполните команду ниже. Она проверяет досье, а не качество модели или доступ к конечной точке.
3. Проверьте совместимость ввода. Пакет использует SVG-файлы. Подтвердите, что маршрут их принимает; если требуются растровые изображения, зафиксируйте размеры рендеринга и процедуру конверсии как явное изменение протокола. Сохраните контекст TSX с третьим заданием.
4. Проверьте настройки перед выполнением с оценкой. Протокол требует температуру 0, seed 20260901, 512 выходных токенов, без инструментов и новой сессии для каждого запуска.[4] Зафиксируйте неподдерживаемые настройки и любое усечение; не изменяйте бюджет между попытками молча.
5. Сохраните доказательства и оцените их. Сохраняйте исходные ответы, затраченное время, использование, фактические расходы и подробности выполнения. Протокол предусматривает двух независимых рецензентов и зафиксированное вынесение решений.[4] Отсутствующие измерения остаются null.

node бенчмаркs/deepseek-v4-flash-vision-exp/validate.mjs

Если провайдер не может идентифицировать обслуживаемую контрольную точку или соблюдать протокол, сохраняйте историческое досье без измерений и создайте отдельно помеченную оценку. Если ввод изображения не удаётся, исправьте и задокументируйте транспорт до того, как интерпретируете ответ как доказательство визуального понимания.

Могу ли я воспроизвести Vision Exp, сохранив его старый идентификатор API?

Нет, на текущем размещённом API DeepSeek: задокументированный псевдоним теперь направляет на Flash-1017.[3] Само имя конфигурации не устанавливает идентичность модели.

Значит ли указанный провайдер, что все девять запусков прошли?

Нет. Доступность и результаты принятых заданий — это разные доказательства. Проверенный манифест все еще содержит девять not_run записей, без вердикта о измеренной готовности.[4]

Используйте урок на оценка моделей с открытым весом для превращения этих проверок в ограниченное сравнение.

Источники

Проверено 27 октября 2026 года. Только публичная документация и записи репозитория; запрос на аутентифицированное заключение не был сделан.

[1] https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp — Карточка модели DeepSeek и статус развёртывания на Hugging Face

[2] https://huggingface.co/api/models/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp — Метаданные API модели на Hugging Face

[3] https://api-docs.deepseek.com/quick_start/pricing/ — Текущее отображение модели и вывод старых имен

[4] https://github.com/rivermoonice/boxai4/tree/dbf69bc/бенчмаркs/deepseek-v4-flash-vision-exp — Оригинальный протокол Mantis, фикстуры, валидатор и немеренный манифест запуска; локальные записи перепроверены 27 октября 2026 года

Запустите это в работу

Держите утверждения издателя, метаданные репозитория и результаты задач, воспроизведенные независимо, в отдельных корзинах доказательств.

Попробовать

Проверьте предоставленную контрольную точку и формат изображения перед запуском пакета фиксированных фикстур на совместимом маршруте.

Докажите, что это сработало

Требуйте два принятых запуска из трех для задания, затем два успешных выполнения заданий из трех, прежде чем выносить вердикт о готовности.

Где это может оплатить

Не оценивайте экономику внедрения, пока не будут измерены маршрут, оборудование, задержка, использование и время исправления.

Держите в поле зрения

• DeepSeek описывает это как первую экспериментальную мультимодальную модель DeepSeek-V4.
• Hugging Face сообщает о 304 646 824 126 параметрах, 167 819 616 863 байтах используемой памяти, лицензии MIT и пайплайне image-text-to-text.
• Hugging Face теперь предоставляет DeepInfra; устаревшее имя API DeepSeek обслуживает Flash-1017, а не исходную контрольную точку.

Изучите рабочий процесс: оценка моделей с открытыми весами →