人工智能领域迎来新进展，DeepSeek-V4系列模型中的首个实验性多模态模型DeepSeek-V4-Flash-Vision-Exp已正式开源。该模型在原有DeepSeek-V4-Flash架构基础上，通过集成视觉模块并经过持续训练，成功解锁了视觉理解能力，为多模态交互提供了新的可能性。
据公开信息显示，DeepSeek-V4-Flash-Vision-Exp的开源地址已发布在Hugging Face平台，用户可通过链接https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp获取相关资源。这一举措标志着该模型从API平台测试阶段正式进入开源社区，为开发者提供了更广阔的应用空间。
在性能表现方面，基准测试数据显示，与DeepSeek-V4-Flash-0731相比，新模型在多模态智能体能力上取得显著提升。在7项纯文本智能体任务中，该模型以5胜1平1负的成绩展现出强大竞争力。特别是在真实世界软件工程测试DeepSWE中，DeepSeek-V4-Flash-Vision-Exp以59.3%的得分超越Opus-4.8，位居榜首。在工具调用能力测试Toolathlon-Verified中，该模型获得75.9%的得分，与Opus-4.8的差距仅0.3%。
尽管在部分领域表现突出，但测试结果也暴露出模型存在的优化空间。在自然语言转代码仓库测试NL2Repo和数据科学测试DSBench-Hard中，DeepSeek-V4-Flash-Vision-Exp与Opus-4.8仍存在约10%的差距。这表明在处理高度复杂、结构化的数据科学任务时，模型仍需进一步改进。
在多模态专项测试中，DeepSeek-V4-Flash-Vision-Exp展现出明显优势。在零样本视觉推理测试ZeroBench（Pass@5）和Agents’ Last Exam综合智能体测试中，该模型均击败Opus-4.8，登顶测试榜单。这一成果验证了模型在视觉理解与多模态交互方面的突破性进展。
回顾DeepSeek-V4系列的发展历程，该系列模型在短短一个月内完成了多轮迭代更新。7月31日，DeepSeek-V4-Flash正式版API率先开启公测；8月13日，DeepSeek-V4-Pro正式版API发布，同日开发者预览版DeepSeek Harness（v0.1版本）也进入公测阶段并同步开源。8月19日，DeepSeek Harness更新至v0.1.0-rc.8版本；8月21日，DeepSeek-V4-Flash-Vision-Exp上线DeepSeek API平台，最终于近日完成开源。
