„DeepSeek“ pristatė vaizdo modelį: teigia, kad jis prilygsta „Anthropic“ „Opus 4.8“

Kinijos dirbtinio intelekto laboratorija „DeepSeek“ penktadienį išleido eksperimentinį multimodalų modelį, kuris, jos teigimu, pagrindiniuose testuose priartėja prie „Anthropic“ „Claude Opus 4.8“ našumo. Taip įmonė plečia savo veiklą vaizdo DI srityje už daug mažesnę kainą, nei siūlo JAV konkurentai.

Vaizdo versija, o ne naujas flagmanas

Modelis, pavadintas „DeepSeek-V4-Flash-Vision-Exp“, yra esamo įmonės tekstinio modelio „V4-Flash“ multimodali versija. „DeepSeek“ teigimu, jis išlaiko visas „V4-Flash“ teksto galimybes, įskaitant agentinį elgesį, samprotavimą ir bendrąsias žinias, ir kartu suteikia vaizdo supratimo funkciją.officechai

Įmonės paskelbtuose multimodalių agentų testuose naujasis modelis pastebimai sumažina atotrūkį nuo „Opus 4.8“. „ApexBench“ teste „V4-Flash-Vision-Exp“ surinko 36,5 balo („Pass@1“), palyginti su „Opus 4.8“ surinktais 39,4 balo. „Agents' Last Exam“ teste jis nežymiai aplenkė „Anthropic“ modelį (27,3 prieš 25,7 balo), o „ZeroBench“ teste surinko 35,0 balo prieš 34,0 balo. Vertinant tekstui imlius testus, tokius kaip „Terminal Bench 2.1“, modelis atsilieka nuo „Opus 4.8“ maždaug vienu tašku (83,9 prieš 85,0 balo), nors didesni skirtumai išlieka tokiuose testuose kaip „NL2Repo“ (57,7 prieš 69,7 balo).officechai

„DeepSeek“ savo modelius įvertino naudodama vidinį „Harness Minimal Mode“ režimą, o tai reiškia, kad šie skaičiai nebuvo nepriklausomai patikrinti.officechai

Įkainiai ir įrankiai kūrėjams

Modelį jau galima rasti „DeepSeek API“ sąsajoje su identifikatoriumi `deepseek-v4-flash-vision-exp`. Už vaizdus atsiskaitoma pagal žetonų skaičių, ribojant iki 384 žetonų vienam vaizdui, taikant tą patį tarifą kaip ir dabartinėje „V4-Flash“ kainodaroje. Tokia struktūra leidžia išlaikyti išlaidas gerokai mažesnes, nei JAV laboratorijos prašo už panašias galimybes.officechai

Kartu su modeliu „DeepSeek“ išleido savo „Harness“ sistemos 0.1.1 versiją su integruotu šio modelio palaikymu bei „Files API“ sąsają, kuri leidžia kūrėjams įkelti vaizdą vieną kartą ir vėliau jį naudoti keliose užklausose naudojant failo ID. Naudotis „Files API“ galima nemokamai.officechai

Konkurencinė aplinka

Šis modelis išleidžiamas tuo metu, kai „DeepSeek“ susiduria su stiprėjančia konkurencija tiek iš Kinijos varžovų, tokių kaip „Alibaba“ ↗ 1.28% ir „Moonshot AI“, tiek iš JAV įmonių, įskaitant „Anthropic“ ir „OpenAI“. „Bloomberg“ penktadienį pranešė apie šį pristatymą, įvardydama jį kaip naujausią „DeepSeek“ bandymą mesti iššūkį „Anthropic“ pozicijai pažangaus DI srityje.bloomberg+1

Šis eksperimentinis modelis nėra flagmano pristatymas, o veikiau atitinka Kinijos laboratorijų tendenciją perkelti multimodalias ir agentines galimybes į vidutinės klasės modelius. Ar „V4-Flash-Vision-Exp“ išaugs eksperimentinį statusą, priklausys nuo to, kaip jį pritaikys kūrėjai. Kol kas tai rodo, kad kitas DI konkurencijos etapas yra susijęs ne tik su didžiausių sistemų mokymu, bet ir su pigių modelių pritaikymu vaizdiniam samprotavimui.officechai