📖 AI 总结

Deepseek发布了实验性多模态模型V4-Flash-Vision-Exp，在文本能力基础上新增图像理解功能。据公司内部基准测试，该模型在智能体任务上几乎与Opus 4.8持平，有时甚至超越。模型定位面向视觉智能体工作流，支持图像描述、截图文本提取和图表分析，兼容JPEG、PNG、GIF和WebP格式，并能根据文件内容而非文件名识别格式。它适配OpenAI和Anthropic的API，并配套更新了Harness框架。定价沿用V4-Flash标准，单次请求最多处理600张图像，每张图像成本上限384个token，并提供Files API供开发者重复引用上传文件。该发布凸显中国AI在视觉智能体领域的快速追赶，对西方模型构成竞争压力。