TechFlow : Le 21 août, DeepSeek a annoncé que son tout nouveau modèle de compréhension visuelle multimodale DeepSeek-V4-Flash-Vision-Exp est désormais disponible sur la plateforme API DeepSeek. Ce modèle est expérimental ; les utilisateurs peuvent l'invoquer en définissant model="deepseek-v4-flash-vision-exp". Ses performances en mode texte seul sont comparables à celles de la version stable DeepSeek-V4-Flash, avec des résultats nettement supérieurs dans les benchmarks d'agents nécessitant une compréhension visuelle, s'approchant ainsi des capacités multimodales d'Opus-4.8.
Le modèle prend en charge trois formats d'appel : Chat Completions, Messages et Responses, et peut s'intégrer à divers outils d'agents. Il accepte les entrées mixtes texte-image, ainsi que trois méthodes d'envoi d'images : inline base64, URL externe et Files API. DeepSeek met par ailleurs à disposition l'API Files, permettant aux utilisateurs de téléverser des images et d'y faire référence via un file_id, ce qui réduit les réuploads et la bande passante des requêtes.





