DeepSeek giver V4-Flash syn – men Opus 4.8-påstanden mangler uafhængige tests

Resultatet bør læses snævert. At modellen er “tæt på Opus 4.8” beskriver dens præstation på DeepSeeks udvalgte evalueringssæt – ikke at kvaliteten er den samme på alle visuelle opgaver, kodearbejdsbelastninger eller langvarige agentforløb.

Den officielle ændringslog angiver blandt andet 36,5 i ApexBench, 27,3 i Agents’ Last Exam, 64,3 i Chartography og 35,0 i ZeroBench Pass@5.

Tallene besvarer heller ikke flere afgørende produktionsspørgsmål. Benchmarkresultater kan ændre sig afhængigt af prompts, værktøjsmiljøer, opgaveudvælgelse, krav til svartid, fejlhåndtering og evalueringsmetode. Det tilgængelige materiale indeholder ikke tilstrækkelig uafhængig dokumentation til at betragte sammenligningen som en endelig rangliste over modeller.

Tekstresultaterne er en mere afdæmpet historie

Den stærkeste påstand ved teksttunge opgaver handler om kontinuitet snarere end klar dominans. DeepSeek positionerer Vision-Exp som en model, der bevarer V4-Flash’ tekstlige evner, så udviklere ikke behøver opgive den etablerede ræsonnering og agentadfærd for at få billedinput.

Det gør forskellen relevant, når man vælger model:

• Til tekstbaserede applikationer præsenteres Vision-Exp som en udvidelse af V4-Flash – ikke som en dokumenteret erstatning for dyrere high-end-modeller.
• Til visuelle agenter er den tilføjede billedforståelse den primære grund til at teste modellen.
• Til produktionsbeslutninger bør de offentliggjorte scores suppleres med opgaverettede tests, der bruger de samme værktøjer, prompts og mål for svartid som den planlagte applikation.

API-adgang og billedinput

DeepSeek gør Vision-Exp tilgængelig gennem sin API-platform. Lanceringen understøtter Chat Completions, Messages og Responses samt blandet tekst- og billedinput.

Billeder kan sendes på tre måder:

• som en base64-data-URL
• via en offentligt tilgængelig HTTP(S)-URL
• som et file_id for et billede, der er uploadet gennem Files API’et

De dokumenterede billedformater er JPEG, PNG, GIF og WebP. Responses API accepterer tilsvarende en input_image-indholdsdel med en billed-URL, base64-data-URL eller reference til en uploadet fil.

Pris og grænsen på 384 tokens pr. billede

Billedinput omdannes til tokens, der indgår i faktureringen. DeepSeek oplyser, at hvert billede højst bidrager med 384 input-tokens efter V4-Flash’ prisstruktur.

De offentliggjorte V4-Flash-priser, der forbindes med lanceringen, er:

• Ikke-cachet input: 0,22 dollar pr. million tokens uden for spidsbelastning og 0,44 dollar i spidsbelastning
• Cachet input: 0,007 dollar pr. million tokens uden for spidsbelastning og 0,014 dollar i spidsbelastning
• Output: 0,66 dollar pr. million tokens uden for spidsbelastning og 1,32 dollar i spidsbelastning

Loftet på 384 tokens gør billeddelen af en forespørgsel forholdsvis forudsigelig. Det begrænser dog ikke omkostningerne til den ledsagende tekst, værktøjskald eller genererede output. En komplet agentinteraktion kan derfor stadig bruge væsentligt flere tokens end selve billedet.

Harness og Files API følger med

DeepSeek lancerede Harness 0.1.1 med indbygget understøttelse af Vision-Exp. Det er især relevant for udviklere, der bygger agenter frem for blot at stille enkeltstående spørgsmål om billeder, fordi modellen er designet til værktøjsbaserede arbejdsgange.

Lanceringen omfattede også et gratis Files API. Udviklere kan uploade et billede én gang og genbruge det i senere forespørgsler ved at sende et file_id i stedet for at sende de samme billeddata igen. DeepSeek dokumenterer filreferencer i formatet file-api-....

Genanvendelige filreferencer er praktiske, når en agent skal undersøge det samme skærmbillede, den samme dokumentside eller det samme visuelle materiale over flere beskeder. Selve Files API’et kan være gratis, men modelkørsel og tokenforbrug faktureres fortsat.

Hvad betyder lanceringen for AI-konkurrencen?

Vision-Exp viser, hvordan konkurrencen i stigende grad handler om hele udviklerpakken – ikke kun om modellens rå kvalitet. Multimodal funktionalitet, API-kompatibilitet, pris, genanvendelige filer og agentværktøjer er blevet lige så centrale dele af tilbuddet.

DeepSeek tilbyder en visuel udvidelse af sin Flash-serie til de samme offentliggjorte tokenpriser som V4-Flash, mens Anthropics Opus 4.8 fungerer som high-end-sammenligningspunkt i DeepSeeks rapportering.

Modellens praktiske betydning vil dog i mindre grad blive afgjort af én benchmarktabel end af, om udviklere oplever den som pålidelig til kode baseret på skærmbilleder, dokumentanalyse, brugerfladeagenter og visuel værktøjsbrug. Betegnelsen “eksperimentel” er samtidig en påmindelse om at validere arbejdsgangene direkte, før modellen bruges til kritiske produktionsopgaver.

Den mest præcise konklusion er derfor afdæmpet: DeepSeek har gjort billig visuel ræsonnering lettere tilgængelig gennem sit eksisterende API-økosystem, og de tidlige benchmarkpåstande peger på en reel udfordring i udvalgte multimodale tests. Uafhængige evalueringer, pålidelighed i virkelige arbejdsgange og vedvarende udvikleradoption vil afgøre, om Vision-Exp bliver et holdbart alternativ eller forbliver en interessant eksperimentel lancering.