DeepSeek представила экспериментальную модель искусственного интеллекта, способную обрабатывать визуальные запросы. По заявлению компании, по производительности она приближается к передовой модели американского конкурента – Anthropic. Новинка представляет собой экспериментальную версию флагманской текстовой модели DeepSeek V4 Flash с добавлением мультимодальных возможностей: она способна анализировать и обрабатывать визуальные запросы, включая изображения и скриншоты. Модель получила название DeepSeek-V4-Flash-Vision-Exp и уже доступна на API-платформе компании.

Экспериментальная мультимодальная модель не уступает DeepSeek-V4-Flash по работе с текстом, включая агентные задачи, логическое мышление и общие знания о мире. В тестах мультимодальных агентных возможностей новинка делает значительный шаг вперед по сравнению с базовой версией, приближаясь по производительности к Opus 4.8 от Anthropic. Изображения тарифицируются из расчета до 384 токенов за каждое по ценам V4-Flash, а модель поддерживает смешанный ввод текста и изображений через base64, внешние URL или Files API.

Разработчики из разных стран активно конкурируют в сфере искусственного интеллекта, предлагая модели со схожей производительностью по более низкой цене. Появление флагманской модели DeepSeek в начале 2026 года изменило представления о возможностях недорогих моделей с открытыми весами.