DeepSeek, ilk çok modlu modeli V4-Flash-Vision-Exp’in ağırlıklarını açık kaynak olarak paylaştı. 305 milyar parametreli model, MIT Lisansı kapsamında Hugging Face üzerinden erişime açıldı. 31 Ağustos’ta yayımlanan model, 21 Ağustos’ta yalnızca API erişimiyle başlayan sürecin son adımını oluşturuyor ve yapay zeka ajanlarının web arayüzlerini, ekran görüntülerini ve grafikleri okuyabilmesini hedefliyor.

Ajanlar İçin Tasarlandı, Sohbet Botları İçin Değil

Görsel soru yanıtlama için geliştirilen geleneksel görsel-dil modellerinin aksine V4-Flash-Vision-Exp, ajantik iş akışları için tasarlandı. Model; web ekran görüntülerini, yazılım arayüzlerini ve grafikleri okuyarak yapay zeka ajanlarının araç çağrıları üzerinden görevleri tamamlamasını sağlıyor. Başka bir deyişle bu modelin “gözleri” insanların değil, otonom ajanların kullanımı için tasarlandı. DeepSeek, modelin çok modlu ajan yeteneklerini Anthropic’in amiral gemisi modeli Opus-4.8’e “yakın” olarak nitelendiriyor. Şirket bu iddiayı, modelin Hugging Face sayfasında paylaştığı kıyaslama sonuçlarıyla destekliyor; ancak bazı testlerde model, rakibinin gerisinde kalıyor.

Kıyaslama Sonuçları: Bazı Testlerde Öne Geçti, Bazılarında Geride Kaldı

Hugging Face’te paylaşılan verilere göre V4-Flash-Vision-Exp, ApexBench Pass@1 testinde 36,5 puan alarak Opus-4.8’in 39,4 puanının gerisinde kaldı. Buna karşılık Agents’ Last Exam testinde 27,3 puanla Opus-4.8’in 25,7 puanını geride bıraktı. Yalnızca metin tabanlı ajan performansını ölçen Terminal Bench 2.1’de ise görsel yeteneklerin eklenmesiyle skor 82,7’den 83,9’a yükseldi; yani görüş yeteneği, modelin metin tabanlı becerilerini geriletmedi. DeepSeek, modelin zayıf yönlerini de gizlemedi: NL2Repo testinde model yalnızca 57,7 puan alarak Opus-4.8’in 69,7 puanının oldukça gerisinde kaldı.

Maliyet Avantajı ve Erişim Seçenekleri

The New Stack’in yaptığı erken karşılaştırmada V4-Flash-Vision-Exp, dokuz görsel görevde Google’ın Gemini 3.7 Flash modeliyle doğruluk açısından eşit çıktı; ancak toplam maliyette yaklaşık üç kat daha ucuza geldi (0,0039 dolara karşı 0,0122 dolar), buna karşın yanıt süresi iki kattan uzun sürdü. OpenRouter’da model, milyonda 0,22 dolar giriş ve 0,66 dolar çıkış token fiyatıyla listelenirken, Gemini 3.7 Flash için bu rakamlar sırasıyla 0,75 ve 3,75 dolar. Açık kaynak paket; model ağırlıklarını, tokenizer’ı ve minimal bir PyTorch çıkarım uygulamasını içeriyor. Model; llama.cpp, LM Studio, Ollama, Tencent Cloud ve OpenRouter üzerinden de kullanılabiliyor.