DeepSeek يضيف «العين» إلى V4-Flash.. لكن ادعاءات التفوق على Opus 4.8 تحتاج إلى اختبار
أُطلق النموذج في 21 أغسطس 2026، ويضيف فهم الصور إلى V4 Flash مع الحفاظ، بحسب DeepSeek، على قدراته النصية والاستدلالية والوكلائية. تقول DeepSeek إن النموذج اقترب من Claude Opus 4.8 وتفوّق عليه في 3 من أصل 11 مقارنة منشورة، لكن النتائج صادرة أساسًا عن الشركة ولم تُتحقق منها جهات مستقلة.
نشر بواسطةتم التحرير باستخدام GPT-5.6 Lunaتم إنشاء الصور باستخدام GPT Image 1.5
أُطلق النموذج في 21 أغسطس 2026، ويضيف فهم الصور إلى V4 Flash مع الحفاظ، بحسب DeepSeek، على قدراته النصية والاستدلالية والوكلائية.
تقول DeepSeek إن النموذج اقترب من Claude Opus 4.8 وتفوّق عليه في 3 من أصل 11 مقارنة منشورة، لكن النتائج صادرة أساسًا عن الشركة ولم تُتحقق منها جهات مستقلة.
يُستدعى النموذج بالمعرّف deepseek v4 flash vision exp، وتُحتسب الصورة بحد أقصى 384 رمزًا من رموز الإدخال، مع دعم base64 والروابط العامة وFiles API.
رافق الإطلاق إصدار Harness 0.1.1 ودعم Files API المجاني، الذي يتيح رفع الصورة مرة واحدة وإعادة استخدامها عبر file id في الطلبات اللاحقة.
What is DeepSeek’s experimental DeepSeek-V4-Flash-Vision-Exp model, released on August 21, 2026, how does it extend the existing V4-Flash teDeepSeek’s V4-Flash-Vision-Exp extends its Flash model family with visual input for API-based agents.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: What is DeepSeek’s experimental DeepSeek-V4-Flash-Vision-Exp model, released on August 21, 2026, how does it extend the existing V4-Flash te. Article summary: DeepSeek-V4-Flash-Vision-Exp is an experimental, API-only multimodal extension of DeepSeek’s V4-Flash model: it retains the base model’s text, reasoning, agent, and world-knowledge capabilities while adding image underst. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
openai.com
أطلقت DeepSeek في 21 أغسطس 2026 نموذجًا تجريبيًا متعدد الوسائط باسم DeepSeek-V4-Flash-Vision-Exp، وهو امتداد لنموذج V4-Flash النصي يضيف إليه فهم الصور ولقطات الشاشة والمحتوى المرئي. ويتوفر النموذج حاليًا عبر واجهات DeepSeek البرمجية للمطورين.
الفكرة الأساسية ليست طرح نموذج منفصل لوصف الصور، بل منح نموذج نصي ووكيلي قائم القدرة على فهم ما يظهر داخل صورة أو مستند أو واجهة مستخدم، ثم استخدام هذه المعلومات في الإجابة أو استدعاء الأدوات.
ما الذي يضيفه النموذج؟
يستطيع المطورون إرسال النص والصورة معًا، ما يفتح الباب أمام استخدامات مثل تحليل المستندات والمخططات ولقطات الشاشة والصور، إضافة إلى بناء وكلاء برمجيين يتعاملون مع واجهات مرئية.
ويُعرَّف النموذج في طلبات API بالمعرّف التالي:
deepseek-v4-flash-vision-exp
تقول DeepSeek إن Vision-Exp يحافظ على قدرات عائلة V4-Flash في النص والاستدلال والوكلاء والمعرفة العامة. وتعرض صفحة التحديثات الرسمية نتائج، من بينها 83.9 في Terminal Bench 2.1، و59.3 في DeepSWE، و63.6 في DSBench-Hard.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "DeepSeek يضيف «العين» إلى V4-Flash.. لكن ادعاءات التفوق على Opus 4.8 تحتاج إلى اختبار"؟
أُطلق النموذج في 21 أغسطس 2026، ويضيف فهم الصور إلى V4 Flash مع الحفاظ، بحسب DeepSeek، على قدراته النصية والاستدلالية والوكلائية.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
أُطلق النموذج في 21 أغسطس 2026، ويضيف فهم الصور إلى V4 Flash مع الحفاظ، بحسب DeepSeek، على قدراته النصية والاستدلالية والوكلائية. تقول DeepSeek إن النموذج اقترب من Claude Opus 4.8 وتفوّق عليه في 3 من أصل 11 مقارنة منشورة، لكن النتائج صادرة أساسًا عن الشركة ولم تُتحقق منها جهات مستقلة.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
يُستدعى النموذج بالمعرّف deepseek v4 flash vision exp، وتُحتسب الصورة بحد أقصى 384 رمزًا من رموز الإدخال، مع دعم base64 والروابط العامة وFiles API.
DeepSeek يضيف «العين» إلى V4-Flash.. لكن ادعاءات التفوق على Opus 4.8 تحتاج إلى اختبار
أُطلق النموذج في 21 أغسطس 2026، ويضيف فهم الصور إلى V4 Flash مع الحفاظ، بحسب DeepSeek، على قدراته النصية والاستدلالية والوكلائية. تقول DeepSeek إن النموذج اقترب من Claude Opus 4.8 وتفوّق عليه في 3 من أصل 11 مقارنة منشورة، لكن النتائج صادرة أساسًا عن الشركة ولم تُتحقق منها جهات مستقلة.
نشر بواسطةتم التحرير باستخدام GPT-5.6 Lunaتم إنشاء الصور باستخدام GPT Image 1.5
أُطلق النموذج في 21 أغسطس 2026، ويضيف فهم الصور إلى V4 Flash مع الحفاظ، بحسب DeepSeek، على قدراته النصية والاستدلالية والوكلائية.
تقول DeepSeek إن النموذج اقترب من Claude Opus 4.8 وتفوّق عليه في 3 من أصل 11 مقارنة منشورة، لكن النتائج صادرة أساسًا عن الشركة ولم تُتحقق منها جهات مستقلة.
يُستدعى النموذج بالمعرّف deepseek v4 flash vision exp، وتُحتسب الصورة بحد أقصى 384 رمزًا من رموز الإدخال، مع دعم base64 والروابط العامة وFiles API.
رافق الإطلاق إصدار Harness 0.1.1 ودعم Files API المجاني، الذي يتيح رفع الصورة مرة واحدة وإعادة استخدامها عبر file id في الطلبات اللاحقة.
What is DeepSeek’s experimental DeepSeek-V4-Flash-Vision-Exp model, released on August 21, 2026, how does it extend the existing V4-Flash teDeepSeek’s V4-Flash-Vision-Exp extends its Flash model family with visual input for API-based agents.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: What is DeepSeek’s experimental DeepSeek-V4-Flash-Vision-Exp model, released on August 21, 2026, how does it extend the existing V4-Flash te. Article summary: DeepSeek-V4-Flash-Vision-Exp is an experimental, API-only multimodal extension of DeepSeek’s V4-Flash model: it retains the base model’s text, reasoning, agent, and world-knowledge capabilities while adding image underst. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
openai.com
أطلقت DeepSeek في 21 أغسطس 2026 نموذجًا تجريبيًا متعدد الوسائط باسم DeepSeek-V4-Flash-Vision-Exp، وهو امتداد لنموذج V4-Flash النصي يضيف إليه فهم الصور ولقطات الشاشة والمحتوى المرئي. ويتوفر النموذج حاليًا عبر واجهات DeepSeek البرمجية للمطورين.
الفكرة الأساسية ليست طرح نموذج منفصل لوصف الصور، بل منح نموذج نصي ووكيلي قائم القدرة على فهم ما يظهر داخل صورة أو مستند أو واجهة مستخدم، ثم استخدام هذه المعلومات في الإجابة أو استدعاء الأدوات.
ما الذي يضيفه النموذج؟
يستطيع المطورون إرسال النص والصورة معًا، ما يفتح الباب أمام استخدامات مثل تحليل المستندات والمخططات ولقطات الشاشة والصور، إضافة إلى بناء وكلاء برمجيين يتعاملون مع واجهات مرئية.
ويُعرَّف النموذج في طلبات API بالمعرّف التالي:
deepseek-v4-flash-vision-exp
تقول DeepSeek إن Vision-Exp يحافظ على قدرات عائلة V4-Flash في النص والاستدلال والوكلاء والمعرفة العامة. وتعرض صفحة التحديثات الرسمية نتائج، من بينها 83.9 في Terminal Bench 2.1، و59.3 في DeepSWE، و63.6 في DSBench-Hard.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "DeepSeek يضيف «العين» إلى V4-Flash.. لكن ادعاءات التفوق على Opus 4.8 تحتاج إلى اختبار"؟
أُطلق النموذج في 21 أغسطس 2026، ويضيف فهم الصور إلى V4 Flash مع الحفاظ، بحسب DeepSeek، على قدراته النصية والاستدلالية والوكلائية.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
أُطلق النموذج في 21 أغسطس 2026، ويضيف فهم الصور إلى V4 Flash مع الحفاظ، بحسب DeepSeek، على قدراته النصية والاستدلالية والوكلائية. تقول DeepSeek إن النموذج اقترب من Claude Opus 4.8 وتفوّق عليه في 3 من أصل 11 مقارنة منشورة، لكن النتائج صادرة أساسًا عن الشركة ولم تُتحقق منها جهات مستقلة.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
يُستدعى النموذج بالمعرّف deepseek v4 flash vision exp، وتُحتسب الصورة بحد أقصى 384 رمزًا من رموز الإدخال، مع دعم base64 والروابط العامة وFiles API.
تقول DeepSeek إن أداء النموذج في اختبارات الوكلاء متعددة الوسائط اقترب من أداء Claude Opus 4.8، مع الحفاظ على مستوى V4-Flash في المهام النصية. ووفق المقارنة المنشورة التي نقلتها The Next Web، تفوّق نموذج DeepSeek في 3 اختبارات من أصل 11 اختبارًا مدرجًا.
وتشمل النتائج المنشورة لـ Vision-Exp درجات مثل 36.5 في ApexBench، و27.3 في Agents’ Last Exam، و64.3 في Chartography، و35.0 في ZeroBench Pass@5.
لكن عبارة «الاقتراب من Opus 4.8» ينبغي قراءتها بحذر. فهي تصف أداء النموذج ضمن مجموعة الاختبارات التي اختارتها DeepSeek، ولا تثبت تكافؤًا شاملًا في كل مهام الرؤية أو البرمجة أو جلسات الوكلاء الطويلة.
كما أن هذه النتائج لا تحسم أسئلة مهمة للاستخدام الإنتاجي، مثل الاعتمادية، وزمن الاستجابة، والتعامل مع الأخطاء، وسلوك الأدوات، وتأثير صياغة التعليمات وبيئة الاختبار. وتظل الأدلة المستقلة المتاحة غير كافية لتحويل المقارنة إلى ترتيب نهائي للنماذج. لذلك، من الأفضل أن يتعامل المطورون مع النتائج بوصفها ادعاءات من الشركة تحتاج إلى إعادة إنتاج واختبار مستقل.
الأداء النصي: استمرارية أكثر من كونها تفوقًا
في المهام النصية البحتة، تروّج DeepSeek للنموذج باعتباره امتدادًا لـ V4-Flash، لا بديلًا مثبتًا عن النماذج الأعلى سعرًا. وتتمثل قيمته الأساسية هنا في الحصول على الإدخال البصري دون التخلي، بحسب الشركة، عن قدرات V4-Flash في الاستدلال والوكلاء والمعرفة العامة.
وعمليًا:
إذا كان التطبيق نصيًا بالكامل، فلا توجد في المواد المنشورة أدلة كافية على أن Vision-Exp يتفوق بوضوح على النماذج الرائدة.
إذا كان التطبيق يعتمد على الصور أو لقطات الشاشة، فإن فهم المحتوى المرئي هو سبب الاختبار الرئيسي.
قبل اتخاذ قرار إنتاجي، ينبغي اختبار النموذج على بيانات المهمة الفعلية وبالأدوات والتعليمات وأهداف زمن الاستجابة نفسها المستخدمة في التطبيق.
كيفية الوصول إلى النموذج عبر API
يتوفر DeepSeek-V4-Flash-Vision-Exp عبر منصة DeepSeek API، ويدعم Chat Completions وMessages وResponses، بما في ذلك الطلبات التي تجمع بين النص والصورة.
يمكن تمرير الصور بثلاث طرق:
عنوان بيانات بصيغة base64؛
رابط HTTP(S) متاح للعامة؛
معرّف file_id لصورة مرفوعة عبر Files API.
وتدعم الوثائق الرسمية صيغ JPEG وPNG وGIF وWebP. كما تقبل Responses API جزء محتوى من نوع input_image، مع إمكانية استخدام رابط صورة أو عنوان base64 أو ملف مرفوع.
الأسعار وسقف 384 رمزًا للصورة
تُحوَّل الصور إلى رموز إدخال قابلة للفوترة. وتقول DeepSeek إن كل صورة تُحتسب بما لا يتجاوز 384 رمزًا، وفق أسعار V4-Flash.
وتبلغ الأسعار المنشورة المرتبطة بالإطلاق لكل مليون رمز:
الإدخال غير المخزّن مؤقتًا: 0.22 دولار خارج أوقات الذروة، و0.44 دولار في أوقات الذروة.
الإدخال المخزّن مؤقتًا: 0.007 دولار خارج أوقات الذروة، و0.014 دولار في أوقات الذروة.
المخرجات: 0.66 دولار خارج أوقات الذروة، و1.32 دولار في أوقات الذروة.
يجعل سقف 384 رمزًا تكلفة الجزء الخاص بالصورة أكثر قابلية للتوقع. لكنه لا يشمل النص المصاحب أو استدعاءات الأدوات أو المخرجات التي ينشئها النموذج؛ لذلك قد تستهلك جلسة وكيل كاملة عددًا أكبر بكثير من الرموز مقارنة بالصورة وحدها.
Harness وFiles API: أدوات مرافقة للإطلاق
أصدرت DeepSeek الإصدار 0.1.1 من Harness مع دعم جاهز لـ Vision-Exp. وتهم هذه الإضافة المطورين الذين يبنون وكلاء يستخدمون الأدوات، لا أولئك الذين يرسلون أسئلة منفردة عن الصور فحسب.
كما أطلقت الشركة Files API مجانًا. إذ يمكن رفع الصورة مرة واحدة ثم إعادة استخدامها في طلبات لاحقة عبر تمرير file_id بدلًا من إرسال بيانات الصورة من جديد. وتستخدم مراجع الملفات الصيغة file-api-....
يفيد ذلك خصوصًا عندما يحتاج الوكيل إلى فحص لقطة شاشة أو صفحة مستند أو أصل بصري نفسه عبر عدة جولات. لكن مجانية Files API لا تعني أن الاستدلال أو استهلاك الرموز مجاني؛ فهذه الاستخدامات تظل خاضعة لفوترة النموذج.
ماذا يعني الإطلاق للمنافسة؟
يعكس Vision-Exp اتجاهًا يتجاوز مقارنة جودة النماذج وحدها. فالمنافسة أصبحت تشمل أيضًا سعر API، وتوافق الواجهات، وأدوات الوكلاء، وإمكانية إعادة استخدام الملفات، وسهولة دمج النموذج في المنتجات.
وتحاول DeepSeek عبر هذا الإطلاق إتاحة الاستدلال البصري بتكلفة V4-Flash نفسها، في وقت تستخدم فيه Claude Opus 4.8 بوصفه نقطة مقارنة متقدمة في تقاريرها. وهذا يضع شركات الذكاء الاصطناعي الصينية والأمريكية في سباق على جعل القدرات البصرية عملية ومتاحة، لا حكرًا على النماذج الرائدة مرتفعة التكلفة.
مع ذلك، فإن اسمَي Flash وExp يقدمان وصفًا مهمًا للمنتج: نحن أمام إصدار تجريبي متوسط الفئة يوسّع نموذجًا قائمًا إلى سير عمل بصري، وليس إعلانًا واضحًا عن نموذج رائد جديد.
الخلاصة الأكثر دقة هي أن DeepSeek جعلت بناء وكلاء يفهمون الصور أسهل وأقل تكلفة عبر منظومتها الحالية، وأن نتائجها المبكرة تشير إلى منافسة جدية في بعض الاختبارات متعددة الوسائط. لكن مستقبل النموذج سيتحدد بمدى موثوقيته في البرمجة المعتمدة على لقطات الشاشة، وتحليل المستندات، ووكلاء الواجهات، واستخدام الأدوات البصرية، إضافة إلى نتائج الاختبارات المستقلة واعتماد المطورين عليه في العالم الحقيقي.
تقول DeepSeek إن أداء النموذج في اختبارات الوكلاء متعددة الوسائط اقترب من أداء Claude Opus 4.8، مع الحفاظ على مستوى V4-Flash في المهام النصية. ووفق المقارنة المنشورة التي نقلتها The Next Web، تفوّق نموذج DeepSeek في 3 اختبارات من أصل 11 اختبارًا مدرجًا.
وتشمل النتائج المنشورة لـ Vision-Exp درجات مثل 36.5 في ApexBench، و27.3 في Agents’ Last Exam، و64.3 في Chartography، و35.0 في ZeroBench Pass@5.
لكن عبارة «الاقتراب من Opus 4.8» ينبغي قراءتها بحذر. فهي تصف أداء النموذج ضمن مجموعة الاختبارات التي اختارتها DeepSeek، ولا تثبت تكافؤًا شاملًا في كل مهام الرؤية أو البرمجة أو جلسات الوكلاء الطويلة.
كما أن هذه النتائج لا تحسم أسئلة مهمة للاستخدام الإنتاجي، مثل الاعتمادية، وزمن الاستجابة، والتعامل مع الأخطاء، وسلوك الأدوات، وتأثير صياغة التعليمات وبيئة الاختبار. وتظل الأدلة المستقلة المتاحة غير كافية لتحويل المقارنة إلى ترتيب نهائي للنماذج. لذلك، من الأفضل أن يتعامل المطورون مع النتائج بوصفها ادعاءات من الشركة تحتاج إلى إعادة إنتاج واختبار مستقل.
الأداء النصي: استمرارية أكثر من كونها تفوقًا
في المهام النصية البحتة، تروّج DeepSeek للنموذج باعتباره امتدادًا لـ V4-Flash، لا بديلًا مثبتًا عن النماذج الأعلى سعرًا. وتتمثل قيمته الأساسية هنا في الحصول على الإدخال البصري دون التخلي، بحسب الشركة، عن قدرات V4-Flash في الاستدلال والوكلاء والمعرفة العامة.
وعمليًا:
إذا كان التطبيق نصيًا بالكامل، فلا توجد في المواد المنشورة أدلة كافية على أن Vision-Exp يتفوق بوضوح على النماذج الرائدة.
إذا كان التطبيق يعتمد على الصور أو لقطات الشاشة، فإن فهم المحتوى المرئي هو سبب الاختبار الرئيسي.
قبل اتخاذ قرار إنتاجي، ينبغي اختبار النموذج على بيانات المهمة الفعلية وبالأدوات والتعليمات وأهداف زمن الاستجابة نفسها المستخدمة في التطبيق.
كيفية الوصول إلى النموذج عبر API
يتوفر DeepSeek-V4-Flash-Vision-Exp عبر منصة DeepSeek API، ويدعم Chat Completions وMessages وResponses، بما في ذلك الطلبات التي تجمع بين النص والصورة.
يمكن تمرير الصور بثلاث طرق:
عنوان بيانات بصيغة base64؛
رابط HTTP(S) متاح للعامة؛
معرّف file_id لصورة مرفوعة عبر Files API.
وتدعم الوثائق الرسمية صيغ JPEG وPNG وGIF وWebP. كما تقبل Responses API جزء محتوى من نوع input_image، مع إمكانية استخدام رابط صورة أو عنوان base64 أو ملف مرفوع.
الأسعار وسقف 384 رمزًا للصورة
تُحوَّل الصور إلى رموز إدخال قابلة للفوترة. وتقول DeepSeek إن كل صورة تُحتسب بما لا يتجاوز 384 رمزًا، وفق أسعار V4-Flash.
وتبلغ الأسعار المنشورة المرتبطة بالإطلاق لكل مليون رمز:
الإدخال غير المخزّن مؤقتًا: 0.22 دولار خارج أوقات الذروة، و0.44 دولار في أوقات الذروة.
الإدخال المخزّن مؤقتًا: 0.007 دولار خارج أوقات الذروة، و0.014 دولار في أوقات الذروة.
المخرجات: 0.66 دولار خارج أوقات الذروة، و1.32 دولار في أوقات الذروة.
يجعل سقف 384 رمزًا تكلفة الجزء الخاص بالصورة أكثر قابلية للتوقع. لكنه لا يشمل النص المصاحب أو استدعاءات الأدوات أو المخرجات التي ينشئها النموذج؛ لذلك قد تستهلك جلسة وكيل كاملة عددًا أكبر بكثير من الرموز مقارنة بالصورة وحدها.
Harness وFiles API: أدوات مرافقة للإطلاق
أصدرت DeepSeek الإصدار 0.1.1 من Harness مع دعم جاهز لـ Vision-Exp. وتهم هذه الإضافة المطورين الذين يبنون وكلاء يستخدمون الأدوات، لا أولئك الذين يرسلون أسئلة منفردة عن الصور فحسب.
كما أطلقت الشركة Files API مجانًا. إذ يمكن رفع الصورة مرة واحدة ثم إعادة استخدامها في طلبات لاحقة عبر تمرير file_id بدلًا من إرسال بيانات الصورة من جديد. وتستخدم مراجع الملفات الصيغة file-api-....
يفيد ذلك خصوصًا عندما يحتاج الوكيل إلى فحص لقطة شاشة أو صفحة مستند أو أصل بصري نفسه عبر عدة جولات. لكن مجانية Files API لا تعني أن الاستدلال أو استهلاك الرموز مجاني؛ فهذه الاستخدامات تظل خاضعة لفوترة النموذج.
ماذا يعني الإطلاق للمنافسة؟
يعكس Vision-Exp اتجاهًا يتجاوز مقارنة جودة النماذج وحدها. فالمنافسة أصبحت تشمل أيضًا سعر API، وتوافق الواجهات، وأدوات الوكلاء، وإمكانية إعادة استخدام الملفات، وسهولة دمج النموذج في المنتجات.
وتحاول DeepSeek عبر هذا الإطلاق إتاحة الاستدلال البصري بتكلفة V4-Flash نفسها، في وقت تستخدم فيه Claude Opus 4.8 بوصفه نقطة مقارنة متقدمة في تقاريرها. وهذا يضع شركات الذكاء الاصطناعي الصينية والأمريكية في سباق على جعل القدرات البصرية عملية ومتاحة، لا حكرًا على النماذج الرائدة مرتفعة التكلفة.
مع ذلك، فإن اسمَي Flash وExp يقدمان وصفًا مهمًا للمنتج: نحن أمام إصدار تجريبي متوسط الفئة يوسّع نموذجًا قائمًا إلى سير عمل بصري، وليس إعلانًا واضحًا عن نموذج رائد جديد.
الخلاصة الأكثر دقة هي أن DeepSeek جعلت بناء وكلاء يفهمون الصور أسهل وأقل تكلفة عبر منظومتها الحالية، وأن نتائجها المبكرة تشير إلى منافسة جدية في بعض الاختبارات متعددة الوسائط. لكن مستقبل النموذج سيتحدد بمدى موثوقيته في البرمجة المعتمدة على لقطات الشاشة، وتحليل المستندات، ووكلاء الواجهات، واستخدام الأدوات البصرية، إضافة إلى نتائج الاختبارات المستقلة واعتماد المطورين عليه في العالم الحقيقي.
