在连续强化了推理、代码和Agent能力之后，DeepSeek终于为V4补上了视觉输入。
8月31日上午，DeepSeek在HuggingFace开放了DeepSeek-V4-Flash-Vision-Exp模型权重，开发者可以直接下载模型权重并自行部署。就在10天前，DeepSeek正式对外公布V4-Flash-Vision-Exp模型，规模约3050亿参数。从DeepSeek公布的基准测试来看，加入视觉能力后，V4在部分多模态Agent任务上已经接近其选择对比的Anthropic多模态大模型ClaudeOpus4.8。具体方面，在ApexBench测试中，V4-Flash-Vision-Exp的Pass@1得分为36.5，低于Opus-4.8的39.4。在Agents'LastExam中，DeepSeek取得27.3，高于Opus-4.8的25.7。例如TerminalBench2.1中，Vision版本取得83.9分，此前V4-Flash-0731为82.7；DeepSWE从54.4升至59.3，超过官方列出的Opus-4.8的58.0。因此，DeepSeek将其纯文本能力概括为与V4-Flash“持平”。但无论如何，DeepSeek终究是把V4的眼睛给补上了。
