DeepSeek bringt neues Vision-Modell als Konkurrenz zu Anthropics Opus 4.8

Das chinesische KI-Labor DeepSeek hat am Freitag ein experimentelles multimodales Modell veröffentlicht. Nach Angaben des Unternehmens erreicht es bei wichtigen Benchmarks fast die Leistung von Anthropics Claude Opus 4.8. Damit treibt das Unternehmen seine Expansion im Bereich der visuellen KI zu einem Bruchteil der Kosten amerikanischer Konkurrenten voran.

Eine Vision-Variante, kein neues Flaggschiff

Das Modell mit dem Namen DeepSeek-V4-Flash-Vision-Exp ist eine multimodale Variante des bereits existierenden Textmodells V4-Flash des Unternehmens. Laut DeepSeek behält es die Textfähigkeiten von V4-Flash bei, einschließlich agentenhaftem Verhalten, logischem Denken und Allgemeinwissen, während es zusätzlich Bildverstehen bietet.officechai

In den vom Unternehmen veröffentlichten Benchmarks für multimodale Agenten verringert das neue Modell den Abstand zu Opus 4.8 erheblich. Bei ApexBench erreicht V4-Flash-Vision-Exp einen Score von 36,5 bei Pass@1 im Vergleich zu 39,4 bei Opus 4.8. Bei Agents' Last Exam liegt es mit 27,3 gegenüber 25,7 knapp vor dem Modell von Anthropic, und bei ZeroBench erzielt es 35,0 gegenüber 34,0. Bei textlastigen Tests wie Terminal Bench 2.1 liegt das Modell mit 83,9 zu 85,0 etwa einen Punkt hinter Opus 4.8, während bei Benchmarks wie NL2Repo (57,7 zu 69,7) noch größere Lücken bestehen.officechai

DeepSeek hat seine Modelle mit dem eigenen, internen „Harness Minimal Mode“ getestet, was bedeutet, dass die Zahlen nicht unabhängig überprüft wurden.officechai

Preise und Entwickler-Tools

Das Modell ist ab sofort über die DeepSeek-API unter der Kennung `deepseek-v4-flash-vision-exp` verfügbar. Bilder werden nach Token-Anzahl abgerechnet, begrenzt auf maximal 384 Token pro Bild, und zwar zum gleichen Tarif wie die bestehenden Preise für V4-Flash. Diese Struktur hält die Kosten weit unter dem, was US-Labore für vergleichbare Funktionen verlangen.officechai

Zusammen mit dem Modell hat DeepSeek die Version 0.1.1 seines Harness-Frameworks mit integrierter Unterstützung für das neue Release sowie eine Files-API veröffentlicht. Letztere ermöglicht es Entwicklern, ein Bild einmal hochzuladen und über eine Datei-ID in mehreren Anfragen wiederholt darauf zu verweisen. Die Nutzung der Files-API ist kostenlos.officechai

Wettbewerbsumfeld

Die Veröffentlichung erfolgt in einer Zeit, in der DeepSeek unter zunehmendem Wettbewerbsdruck sowohl durch chinesische Konkurrenten wie Alibaba ↗ 4.33% und Moonshot AI als auch durch US-Unternehmen wie Anthropic und OpenAI steht. Bloomberg berichtete am Freitag über den Release und ordnete ihn als DeepSeeks jüngsten Versuch ein, die Position von Anthropic im Bereich der hochentwickelten KI herauszufordern.bloomberg+1

Anstelle eines Flaggschiff-Launches passt das experimentelle Modell in ein Muster chinesischer Labore, multimodale und agentenbasierte Fähigkeiten auf Modelle der Mittelklasse auszuweiten. Ob V4-Flash-Vision-Exp den experimentellen Status verlässt, wird von der Akzeptanz durch die Entwickler abhängen. Vorerst signalisiert es, dass es in der nächsten Runde des KI-Wettbewerbs ebenso sehr darum geht, günstige Modelle für visuelles Denken fit zu machen, wie darum, die größten Systeme zu trainieren.officechai