视觉能力解锁，DeepSeek-V4多模态模型开源

DeepSeek-V4系列模型在一个月内迎来了第六次更新。8月31日，该系列首个实验性多模态模型DeepSeek-V4-Flash-Vision-Exp正式开源，此前它已于8月21日上线DeepSeek API平台。这一动作标志着DeepSeek在视觉理解赛道上的首次落子，也为开发者提供了更丰富的多模态工具选择。

架构与能力：从文本到视觉的跨越

这款新模型基于DeepSeek-V4-Flash架构，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。基准测试显示，与上一代DeepSeek-V4-Flash-0731相比，新模型在多模态智能体能力上有所提升，在7项纯文本智能体任务中取得了5胜1平1负的成绩，展现出稳健的进步。

实测成绩：多项测试登顶，复杂任务仍有差距

在真实世界软件工程测试DeepSWE中，该模型以59.3%的成绩反超Opus-4.8，排名第一。工具调用能力方面，它在Toolathlon-Verified中得分75.9%，仅落后Opus-4.8 0.3个百分点。然而，在自然语言转代码仓库测试NL2Repo和数据科学测试DSBench-Hard上，它与Opus-4.8仍有约10%的差距，表明在高度复杂、结构化的数据科学任务上仍有优化空间。

多模态方面，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，该模型击败Opus-4.8，登顶榜首。

更新节奏：一个月六次迭代

过去一个月，DeepSeek-V4系列完成了多轮密集更新：7月31日，DeepSeek-V4-Flash正式版API上线公测；8月13日，DeepSeek-V4-Pro正式版API发布，同日DeepSeek Harness开发者预览版（v0.1版本）公测并开源；8月19日，DeepSeek Harness迭代至v0.1.0-rc.8版本；8月21日，DeepSeek-V4-Flash-Vision-Exp上线API平台，并于今日正式开源。

高频的版本迭代反映出DeepSeek在模型能力打磨上的急迫感，也透露出其试图在多模态与智能体领域快速卡位的意图。从纯文本到视觉理解，DeepSeek-V4系列正在拓宽能力边界，但数据科学等复杂任务的短板也提醒我们，多模态智能体的完全成熟仍需时日。随着开源生态的参与，后续版本能否补齐这些差距，值得持续关注。