DeepSeek V4-Flash-Vision-Exp lancé : ouverture du service API multimodal, capacités Agent proches d’Opus-4.8

fr.wedoany.com Rapport : Le 21 août, Dimension Web a appris sur le site officiel de DeepSeek que DeepSeek vient d’annoncer la mise en ligne de son nouveau modèle multimodal de compréhension visuelle DeepSeek-V4-Flash-Vision-Exp sur la plateforme API DeepSeek.

DeepSeek a officiellement indiqué que V4-Flash-Vision-Exp démontre de bonnes capacités d’adaptation multimodale dans divers frameworks Agent, permettant efficacement aux utilisateurs de tirer parti de divers outils Agent pour débloquer davantage de scénarios de travail pratiques.

Il s’agit d’un modèle expérimental ; les utilisateurs peuvent y accéder en définissant model='deepseek-v4-flash-vision-exp'.

Équilibre entre capacités textuelles et multimodales

Selon les informations fournies, en termes de capacités purement textuelles (Agent, raisonnement, connaissances générales, etc.), DeepSeek-V4-Flash-Vision-Exp est au même niveau que la version officielle DeepSeek-V4-Flash ; sur les benchmarks Agent nécessitant une compréhension visuelle, DeepSeek-V4-Flash-Vision-Exp réalise une avancée significative par rapport à DeepSeek-V4-Flash, ses capacités Agent multimodales se rapprochant d’Opus-4.8.

Support API

Les utilisateurs peuvent accéder à l’API du modèle V4-Flash-Vision-Exp en définissant model='deepseek-v4-flash-vision-exp'. Dans le service API, les images sont converties en tokens puis facturées par token ; une image occupe au maximum 384 tokens, et le tarif est identique à celui du modèle V4-Flash.

L’API multimodale prend en charge trois formats d’appel : Chat Completions, Messages et Responses, ce qui facilite son intégration dans divers outils Agent. Elle prend en charge les entrées mixtes texte-image, ainsi que trois méthodes de transmission d’images : intégration base64, URL externe et API Files.

Lancement de l’API Files

L’API Files est désormais disponible et gratuite. Les utilisateurs peuvent d’abord télécharger leurs images sur la plateforme, puis les référencer via file_id dans leurs requêtes, ce qui permet d’économiser la bande passante (une même image n’a pas besoin d’être retéléchargée pour plusieurs requêtes).