DeepSeek yapay zeka ajanları için ilk görsel modelini açık kaynak olarak sundu

DeepSeek, ilk çok modlu modeli olan V4-Flash-Vision-Exp'in ağırlıklarını açık kaynak olarak erişime açarak 305 milyar parametreyi MIT Lisansı altında Hugging Face'te yayınladı. 31 Ağustos'ta gerçekleşen bu çıkış, modelin 21 Ağustos'ta DeepSeek platformunda yalnızca API olarak sunulmasıyla başlayan sürecin tamamlandığına işaret ediyor.huggingface+1

Sohbet Robotları İçin Değil Ajanlar İçin Tasarlandı

Görsel soru-cevap için tasarlanmış geleneksel görme-dil modellerinden farklı olarak V4-Flash-Vision-Exp, ajan odaklı iş akışları için geliştirildi: yapay zeka ajanlarının araç çağrıları yoluyla görevleri yerine getirebilmesi için web ekran görüntülerini, yazılım arayüzlerini ve grafikleri okuyor. DeepSeek, modelin çok modlu ajan yeteneklerini Anthropic'in amiral gemisi Opus-4.8'e "yakın" olarak tanımlıyor.news.aibase+2

Modelin Hugging Face sayfasında yayınlanan performans testi sonuçları da bu tabloyu doğruluyor. Model, ApexBench Pass@1 testinde Opus-4.8'in 39,4'lük skoruna karşılık 36,5 puan alırken, Agents' Last Exam testinde 27,3'e ulaşarak Opus-4.8'in 25,7'lik skorunu kıl payı geride bıraktı. Sadece metne dayalı ajan performansı da istikrarını korudu: Terminal Bench 2.1 skoru görsel yeteneklerin eklenmesinin ardından 82,7'den 83,9'a yükseldi. DeepSeek zayıf yönlerini de kabul etti: model NL2Repo testinde 57,7 puan alarak Opus-4.8'in 69,7'lik skorunun oldukça gerisinde kaldı.huggingface+1

Maliyet Avantajı ve Hız Ödünü

The New Stack tarafından yapılan erken aşama bir karşılaştırmada V4-Flash-Vision-Exp, dokuz görsel görevde Google'ın Alphabet Inc. ↘ 1.11% Gemini 3.7 Flash modeliyle karşı karşıya getirildi. İki modelin doğruluk açısından denk olduğu, ancak DeepSeek'in toplamda 0,0122 dolara karşılık yaklaşık 0,0039 dolarla üçte bir maliyete sahip olduğu ve yanıt vermesinin iki katından fazla sürdüğü görüldü. OpenRouter üzerinde V4-Flash-Vision-Exp, milyon girdi jetonu başına 0,22 dolar ve milyon çıktı jetonu başına 0,66 dolar olarak listelenirken, Gemini 3.7 Flash sırasıyla 0,75 dolar ve 3,75 dolar seviyesinde yer alıyor.openrouter+2

Ajan Sisteminin Oluşturulması

Açık kaynaklı paket model ağırlıklarını, tokenizer'ı, istem kodlama referanslarını ve minimal bir PyTorch çıkarım uygulamasını içeriyor. Çıkıştan birkaç saat sonra llama.cpp, LM Studio ve Ollama için topluluk tarafından geliştirilen kuantize edilmiş sürümler yayınlandı. "Önce API, sonra açık ağırlıklar" yaklaşımı planlı bir stratejiyi yansıtıyor: DeepSeek, 21 Ağustos'taki API prömiyeriyle birlikte kesintisiz görev yürütme için Harness 0.1.1'i kullanıma sunmuştu, görsel model ise şimdi daha geniş bir ajan araç setinin algısal katmanı olarak yerini alıyor.reddit+2