DeepSeek voegt vision toe aan V4-Flash, maar de Opus 4.8-claim vraagt om bewijs

Die claim moet nauw worden gelezen. “Dicht bij Opus 4.8” beschrijft de prestaties binnen de door DeepSeek geselecteerde evaluaties. Het bewijst niet dat het model op elke visuele taak, programmeeropdracht of langdurige agentsessie even goed presteert. De officiële changelog vermeldt voor Vision-Exp onder meer 36,5 op ApexBench, 27,3 op Agents’ Last Exam, 64,3 op Chartography en 35,0 op ZeroBench Pass@5.

Belangrijke productievragen blijven daarmee onbeantwoord. Benchmarkuitkomsten kunnen veranderen door prompts, toolomgevingen, taakselectie, latentie-eisen, foutafhandeling en de gekozen evaluatiemethode. Op basis van het beschikbare materiaal is er onvoldoende onafhankelijke evidentie om de vergelijking als een definitieve ranglijst van modellen te beschouwen.

Het verhaal bij tekst is voorzichtiger

Voor tekstzware toepassingen is continuïteit de sterkste claim, niet duidelijke dominantie. DeepSeek positioneert Vision-Exp als een model dat de tekstuele capaciteiten van V4-Flash behoudt. Ontwikkelaars hoeven volgens die positionering dus niet te kiezen tussen de bestaande redeneer- en agentfunctionaliteit en de nieuwe mogelijkheid om afbeeldingen te verwerken.

Dat onderscheid is relevant bij de modelkeuze:

• Voor toepassingen met alleen tekst is Vision-Exp vooral een uitbreiding van V4-Flash, niet een bewezen vervanger van duurdere high-endmodellen.
• Voor visuele agents is het toegevoegde beeldbegrip de belangrijkste reden om het model te testen.
• Voor productiegebruik moeten de gepubliceerde scores worden aangevuld met evaluaties op de eigen taken, met dezelfde prompts, tools en latentie-eisen als in de uiteindelijke toepassing.

API-toegang en beeldinvoer

Vision-Exp is beschikbaar via het API-platform van DeepSeek. Het model ondersteunt Chat Completions, Messages en Responses, inclusief een combinatie van tekst en afbeeldingen.

Afbeeldingen kunnen op drie manieren worden meegestuurd:

• als base64-data-URL;
• via een publiek toegankelijke HTTP(S)-URL; of
• als file_id van een afbeelding die via de Files API is geüpload.

De gedocumenteerde formaten zijn JPEG, PNG, GIF en WebP. De Responses API accepteert hiervoor een input_image-onderdeel met een afbeeldings-URL, base64-data-URL of verwijzing naar een geüpload bestand.

Prijs en de limiet van 384 tokens per afbeelding

Beeldinvoer wordt omgezet in factureerbare tokens. Volgens DeepSeek telt elke afbeelding voor maximaal 384 inputtokens, tegen de prijsstructuur van V4-Flash.

De gepubliceerde V4-Flash-tarieven die bij de release horen zijn:

• Niet-gecachete input: $0,22 per miljoen tokens buiten piekuren en $0,44 tijdens piekuren
• Gecachte input: $0,007 per miljoen tokens buiten piekuren en $0,014 tijdens piekuren
• Output: $0,66 per miljoen tokens buiten piekuren en $1,32 tijdens piekuren

De limiet van 384 tokens maakt de beeldkosten relatief voorspelbaar. De limiet geldt niet voor de begeleidende tekst, toolaanroepen of gegenereerde output. Een volledige interactie met een agent kan daardoor aanzienlijk meer tokens verbruiken dan alleen de afbeelding.

Harness en Files API

Tegelijk met Vision-Exp bracht DeepSeek Harness 0.1.1 uit, met directe ondersteuning voor het nieuwe model. Dat is vooral relevant voor ontwikkelaars die agents bouwen die tools gebruiken, in plaats van losse vragen over een afbeelding te stellen.

Ook werd een gratis Files API geïntroduceerd. Ontwikkelaars kunnen een afbeelding één keer uploaden en die in latere verzoeken opnieuw gebruiken door een file_id mee te sturen. DeepSeek documenteert bestandsverwijzingen in de vorm file-api-....

Dat is handig wanneer een agent in meerdere beurten dezelfde screenshot, documentpagina of visuele asset moet bekijken. De Files API zelf is gratis, maar modelinference en tokengebruik blijven wel factureerbaar.

Waarom deze release ertoe doet

De lancering laat zien dat de concurrentie in AI niet alleen om modelkwaliteit draait. API-compatibiliteit, multimodale mogelijkheden, prijs, herbruikbare bestanden en agenttools worden minstens zo belangrijk. DeepSeek biedt vision als uitbreiding van zijn Flash-lijn tegen de gepubliceerde V4-Flash-tarieven, terwijl Anthropic Claude Opus 4.8 in DeepSeeks rapportage als high-endvergelijkingspunt fungeert.

De praktische waarde van het model zal uiteindelijk minder afhangen van één benchmarktabel dan van de betrouwbaarheid in echte workflows: programmeren op basis van screenshots, documentanalyse, interfaceagents en visueel toolgebruik. Het label “experimenteel” is daarbij een duidelijke aansporing om deze scenario’s zelf te testen voordat het model voor kritieke productietaken wordt ingezet.

De meest nuchtere conclusie is daarom: DeepSeek maakt betaalbaar visueel redeneren toegankelijker via zijn bestaande API-ecosysteem. De eerste benchmarkclaims wijzen op een serieuze uitdaging in bepaalde multimodale tests, maar onafhankelijke evaluaties, betrouwbaarheid in de praktijk en langdurige adoptie door ontwikkelaars moeten nog uitwijzen of Vision-Exp een blijvend alternatief wordt of vooral een interessante experimentele release blijft.