Theo TechFlow, ngày 21 tháng 8, DeepSeek thông báo rằng mô hình hiểu thị giác đa mô thức mới DeepSeek-V4-Flash-Vision-Exp đã ra mắt trên nền tảng DeepSeek API. Mô hình này mang tính chất thử nghiệm, người dùng có thể gọi thông qua việc thiết lập model="deepseek-v4-flash-vision-exp". Khả năng xử lý văn bản thuần túy của mô hình cơ bản tương đương với phiên bản chính thức DeepSeek-V4-Flash, ghi nhận sự cải thiện rõ rệt trong các bài kiểm tra chuẩn mực Agent đòi hỏi khả năng hiểu thị giác, với năng lực Agent đa mô thức tiệm cận Opus-4.8.
Mô hình hỗ trợ ba định dạng gọi là Chat Completions, Messages và Responses, dễ dàng tích hợp với nhiều công cụ Agent khác nhau, hỗ trợ đầu vào kết hợp văn bản và hình ảnh, cùng ba phương thức truyền tải hình ảnh gồm nhúng nội tuyến base64, URL bên ngoài và Files API. DeepSeek cũng đồng thời mở rộng Files API, cho phép người dùng tải lên hình ảnh và tham chiếu qua file_id nhằm giảm thiểu việc tải lên trùng lặp và tối ưu băng thông yêu cầu.





