DeepSeek V4 Flash Vision Exp является мультимодальной, с открытым весом и не готовой к тестированию

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 мультимодального контрольного пункта: 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 утверждения о активных параметрах, потреблении памяти, скорости вывода или минимальном оборудовании.

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

На момент проверки Hugging Face заявил, что модель не была развернута поставщиком инференса.[1] Для этой задачи не был одобрен какой-либо другой законный совместимый путь, и не было доступного одобренного оборудования. Соответственно, мы не не заявляем об API с хостингом, цене, окне контекста, ограничении вывода, минимальной конфигурации GPU, задержке, пропускной способности или стоимости за принятый результат.

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 настройки сервинга и фактического запуска.

Воспроизводимый бенчмарк не измерен

Досье в benchmarks/deepseek-v4-flash-vision-exp/ исправляет три мультимодальные задачи, используя оригинальные MIT-лицензированные фикстуры репозитория: извлечение структуры JSON из диаграммы, локализация ошибок интерфейса по скриншоту и планирование изменений изображения плюс репозитория. Третья задача связывает синтетический целевой скриншот с небольшим безопасным TSX-исходным файлом и требует плана, основанного на обоих. Каждая задача имеет один запрос и рубрику и запланирована на три независимых запуска в закрепленной конфигурации.[непроверено]

Все девять записей исходных результатов говорят not_run; поля raw output, timing, token, cost, environment, review и result имеют значение null, а не ноль.[не проверено] Причина в доступе, а не в качестве модели: не существовало законного совместимого размещённого маршрута и одобренного оборудования, поэтому веса не были загружены и попытка вывода не производилась.[не проверено]

Ворота специально устойчивы к 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.[не проверено]

Источники

[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

Запустите это в работу

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

Попробовать

Запускайте пакет общедоступных SVG только после того, как будет обеспечен законный совместимый доступ или одобренное оборудование.

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.
• Развертывание поставщика инференса Hugging Face не было указано, поэтому фиксированное досье с тремя задачами и девятью запусками явно не измерено.

Изучите рабочий процесс: оценка моделей с открытыми весами →