一句话看懂：DeepSeek 于周五发布实验性多模态模型 V4-Flash-Vision-Exp，在文本能力持平的基础上加入图像理解，官方称其智能体表现已接近 Anthropic 的 Opus-4.8，但价格仅为后者的约六十分之一。
事件核心：发生了什么
杭州 AI 公司 DeepSeek 于本周五通过 API 平台发布了实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp。该模型在原有文本模型 V4-Flash 的基础上增加了读取图片和截图的能力，并支持基于视觉内容的后续操作。同期，DeepSeek 还发布了 0.1.1 版本的智能体框架（agent harness）。
在 DeepSeek 自行公布的 11 项基准测试中，新模型有 3 项超过 Anthropic 的 Opus-4.8，分别是 DeepSWE（+1.3 分）、Agents’ Last Exam（+1.6 分）和 ZeroBench（+1.0 分）。在其余 8 项中，有 6 项差距在 3 分以内，但 NL2Repo 落后 12 分（57.7 对 69.7），DSBench-Hard 落后 8.1 分（63.6 对 71.7）。选作对比基准的 Opus-4.8 目前仍被 Anthropic 标记为 Active 状态，官方支持持续到至少 2027 年 5 月，并非停产模型。
为什么重要
这次发布的关键不在于某一项分数的高低，而在于它展示了多模态能力与价格优势的组合策略。DeepSeek 在自家数据中坦承，文本版 V4-Flash 在两款多模态测试中得分较低，是因为它“忽略了测试中包含的多模态元素”——也就是说，部分性能跃升来自给“看不见的模型”做了视觉测试，这一点已由厂商在表格脚注中主动披露。
更值得关注的是商业层面的冲击。本月研究显示，V4-Flash 是已知主流模型中推理成本最低的，每百万词约 0.87 美元，而 Anthropic 同类定价约 50 美元。在这样接近 60 倍的价格差面前，个别基准落后一两分对采购方来说已经不是决定性因素。但 NL2Repo 这种仓库级代码任务的 12 分差距，恰恰是企业客户购买智能体最看重的场景，这一维度仍需观察。
对用户/开发者/创作者的影响
对开发者而言，V4-Flash-Vision-Exp 通过 API 即可调用，门槛不高，适合做带截图理解能力的自动化工具。需要留意的是，DeepSeek 本次所有数据均使用自家评测框架、以 minimal 模式、temperature 1.0、top_p 0.95 的参数得出，属于厂商自测，外部复现结果可能有所浮动。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
创作者如果涉及批量图片处理、界面截图分析或多步骤视觉操作类任务，可以以极低成本测试该模型的上限。企业采购方则应区分两个产品：周五发布的是实验性视觉模型，而官方正式版 V4-Pro 也已确认上线，后者支持 Responses API 和 Codex 集成，才是多数企业实际评估的对象，但该模型并未出现在周五的对比表格中。
值得关注的后续
目前公开信息显示，有三点值得持续观察：第一，新模型是否会从“实验性”转为正式版本，以及正式版的定价是否有变；第二，Anthropic 最新旗舰 Opus 5 尚未出现在任何公开对比中，DeepSeek 新模型与它的差距目前未知；第三，在 AutomationBench 上，三家模型得分都只有 25 分上下，说明智能体在真实自动化任务上仍有明显短板，这比个别模型的领先更值得行业注意。
来源：The Next Web
