Bu konumlandırma önemli. Vision-Exp yalnızca görüntü açıklaması üreten ayrı bir sistem değil; mevcut bir metin ve ajan modelini, ekrandaki ya da görüntü içindeki bilgileri anlayabilen iş akışlarına genişletmeyi amaçlıyor.

Claude Opus 4.8 ile karşılaştırma

DeepSeek, Vision-Exp’in V4-Flash düzeyindeki metin performansını korurken çok modlu ajan benchmark’larında Claude Opus 4.8’e yaklaştığını söylüyor. The Next Web’in aktardığı DeepSeek karşılaştırmasında model, listelenen 11 testin 3’ünde Opus 4.8’in önünde yer aldı.

Şirketin resmî değişiklik günlüğünde Vision-Exp için açıklanan diğer sonuçlar arasında ApexBench’te 36,5; Agents’ Last Exam’de 27,3; Chartography’de 64,3 ve ZeroBench Pass@5’te 35,0 puan bulunuyor.

Yine de “Opus 4.8’e yakın” ifadesi dar bir çerçevede değerlendirilmeli. Bu ifade, DeepSeek’in seçtiği test grubundaki performansa işaret ediyor; tüm görsel görevlerde, kodlama süreçlerinde veya uzun süre çalışan ajan oturumlarında eşit kaliteyi kanıtlamıyor.

Benchmark sonuçları kullanılan komutlara, araç ortamına, görev seçimine, gecikme beklentisine, hata yönetimine ve değerlendirme yöntemine göre değişebilir. Mevcut kaynaklarda karşılaştırmayı kesin bir model sıralamasına dönüştürecek yeterli bağımsız doğrulama bulunmuyor.

Metin performansında iddia daha temkinli

Metin ağırlıklı kullanım alanlarında DeepSeek’in en güçlü mesajı açık bir üstünlükten çok süreklilik. Şirket, Vision-Exp’in V4-Flash’in mevcut metin yeteneklerini koruduğunu belirtiyor. Yani geliştiricilerin görsel girdi desteği kazanmak için modelin yerleşik akıl yürütme ve ajan davranışlarından vazgeçmesi gerekmiyor.

Bu ayrım, model seçerken pratik bir ölçüt sunuyor:

• Yalnızca metin kullanan uygulamalarda: Vision-Exp, V4-Flash’in bir uzantısı olarak konumlanıyor; daha üst sınıf modellerin kanıtlanmış bir alternatifi olduğu henüz gösterilmiş değil.
• Görsel ajanlarda: Modeli denemek için asıl neden, görüntü ve ekran anlayışının eklenmesi.
• Üretim ortamlarında: Yayınlanan puanlar, hedef uygulamanın gerçek komutları, araçları, gecikme sınırları ve hata senaryolarıyla yapılacak görev odaklı testlerle desteklenmeli.

API erişimi ve görsel girdi seçenekleri

DeepSeek, Vision-Exp’i API platformu üzerinden sunuyor. Model; Chat Completions, Messages ve Responses arayüzlerini, ayrıca metin ve görselin birlikte gönderildiği istekleri destekliyor.

Görseller üç şekilde sağlanabiliyor:

• base64 veri URL’si olarak,
• herkese açık bir HTTP(S) URL’si üzerinden,
• Files API ile yüklenmiş bir görselin file_id referansıyla.

Belgelenen görsel formatları JPEG, PNG, GIF ve WebP. Responses API’de ise görsel, input_image içerik bölümü içinde URL, base64 veri URL’si veya yüklenmiş dosya referansı olarak gönderiliyor.

Fiyatlandırma ve görüntü başına 384 token sınırı

Görsel girdiler faturalandırılabilir giriş token’larına dönüştürülüyor. DeepSeek, her görselin en fazla 384 giriş token’ı olarak hesaplanacağını ve V4-Flash fiyatlandırmasının uygulanacağını belirtiyor.

Lansmanla ilişkilendirilen V4-Flash ücretleri, 1 milyon token başına şöyle sıralanıyor:

• Önbelleğe alınmamış giriş: yoğun olmayan saatlerde 0,22 dolar, yoğun saatlerde 0,44 dolar
• Önbelleğe alınmış giriş: yoğun olmayan saatlerde 0,007 dolar, yoğun saatlerde 0,014 dolar
• Çıkış: yoğun olmayan saatlerde 0,66 dolar, yoğun saatlerde 1,32 dolar

384 token’lık üst sınır, görsel bölümünün maliyetini daha öngörülebilir kılıyor. Ancak bu sınır, istekteki metni, araç çağrılarını veya modelin ürettiği çıktıyı kapsamıyor. Dolayısıyla özellikle çok adımlı bir ajan etkileşiminin toplam token kullanımı, tek başına görselin maliyetinden çok daha yüksek olabilir.

Harness 0.1.1 ve Files API desteği

DeepSeek, Vision-Exp desteğini doğrudan içeren Harness 0.1.1’i de yayımladı. Bu gelişme, tek seferlik görsel sorularından ziyade araç kullanan ajanlar geliştiren ekipler için önem taşıyor.

Lansmanla birlikte ücretsiz Files API de kullanıma açıldı. Geliştiriciler bir görseli sisteme yükleyip daha sonraki isteklerde aynı veriyi tekrar göndermek yerine file_id ile referanslayabiliyor. DeepSeek’in belgelerinde dosya referansları file-api-... biçiminde gösteriliyor.

Bu yöntem, aynı ekran görüntüsünün, belge sayfasının veya görsel varlığın birden fazla turda incelendiği senaryolarda özellikle kullanışlı. Files API’nin ücretsiz olması, model çıkarımı ve token kullanımının da ücretsiz olduğu anlamına gelmiyor; bu işlemler faturalandırılmaya devam ediyor.

Yapay zekâ rekabeti açısından anlamı

Vision-Exp lansmanı, rekabetin yalnızca model puanları üzerinden yürütülmediğini gösteriyor. Çok modlu yetenek, API uyumluluğu, fiyat, yeniden kullanılabilir dosyalar ve ajan araçları artık paketin tamamının parçası. DeepSeek, Flash ailesine görsel yetenek eklerken V4-Flash için yayımlanan token ücretlerini koruyor; Anthropic’in Opus 4.8’i ise şirketin karşılaştırmasında üst düzey referans noktası olarak kullanılıyor.

Modelin gerçek etkisini tek bir benchmark tablosundan çok, geliştiricilerin onu gerçek iş akışlarında ne kadar güvenilir bulacağı belirleyecek. Ekran görüntüsü üzerinden kodlama, belge analizi, kullanıcı arayüzü ajanları ve görsel araç kullanımı bu açıdan öne çıkan deneme alanları.

Bununla birlikte “Flash” ve “Exp” adları, bunun deneysel ve orta sınıf bir ürün konumlandırması olduğunu hatırlatıyor. Bu sürüm, DeepSeek’in açık bir amiral gemisi liderliği ilanından çok, V4-Flash’i daha düşük maliyetli görsel akışlara taşıma hamlesi olarak değerlendirilmeli.

En temkinli sonuç şu: DeepSeek, mevcut API ekosistemi üzerinden uygun maliyetli görsel akıl yürütmeye erişimi kolaylaştırdı ve ilk şirket içi sonuçları bazı çok modlu testlerde ciddi bir rekabete işaret ediyor. Vision-Exp’in kalıcı bir alternatife dönüşüp dönüşmeyeceğini ise bağımsız değerlendirmeler, gerçek dünya güvenilirliği ve geliştirici benimsenmesi belirleyecek.

Bu konumlandırma önemli. Vision-Exp yalnızca görüntü açıklaması üreten ayrı bir sistem değil; mevcut bir metin ve ajan modelini, ekrandaki ya da görüntü içindeki bilgileri anlayabilen iş akışlarına genişletmeyi amaçlıyor.

Claude Opus 4.8 ile karşılaştırma

DeepSeek, Vision-Exp’in V4-Flash düzeyindeki metin performansını korurken çok modlu ajan benchmark’larında Claude Opus 4.8’e yaklaştığını söylüyor. The Next Web’in aktardığı DeepSeek karşılaştırmasında model, listelenen 11 testin 3’ünde Opus 4.8’in önünde yer aldı.

Şirketin resmî değişiklik günlüğünde Vision-Exp için açıklanan diğer sonuçlar arasında ApexBench’te 36,5; Agents’ Last Exam’de 27,3; Chartography’de 64,3 ve ZeroBench Pass@5’te 35,0 puan bulunuyor.

Yine de “Opus 4.8’e yakın” ifadesi dar bir çerçevede değerlendirilmeli. Bu ifade, DeepSeek’in seçtiği test grubundaki performansa işaret ediyor; tüm görsel görevlerde, kodlama süreçlerinde veya uzun süre çalışan ajan oturumlarında eşit kaliteyi kanıtlamıyor.

Benchmark sonuçları kullanılan komutlara, araç ortamına, görev seçimine, gecikme beklentisine, hata yönetimine ve değerlendirme yöntemine göre değişebilir. Mevcut kaynaklarda karşılaştırmayı kesin bir model sıralamasına dönüştürecek yeterli bağımsız doğrulama bulunmuyor.

Metin performansında iddia daha temkinli

Metin ağırlıklı kullanım alanlarında DeepSeek’in en güçlü mesajı açık bir üstünlükten çok süreklilik. Şirket, Vision-Exp’in V4-Flash’in mevcut metin yeteneklerini koruduğunu belirtiyor. Yani geliştiricilerin görsel girdi desteği kazanmak için modelin yerleşik akıl yürütme ve ajan davranışlarından vazgeçmesi gerekmiyor.

Bu ayrım, model seçerken pratik bir ölçüt sunuyor:

• Yalnızca metin kullanan uygulamalarda: Vision-Exp, V4-Flash’in bir uzantısı olarak konumlanıyor; daha üst sınıf modellerin kanıtlanmış bir alternatifi olduğu henüz gösterilmiş değil.
• Görsel ajanlarda: Modeli denemek için asıl neden, görüntü ve ekran anlayışının eklenmesi.
• Üretim ortamlarında: Yayınlanan puanlar, hedef uygulamanın gerçek komutları, araçları, gecikme sınırları ve hata senaryolarıyla yapılacak görev odaklı testlerle desteklenmeli.

API erişimi ve görsel girdi seçenekleri

DeepSeek, Vision-Exp’i API platformu üzerinden sunuyor. Model; Chat Completions, Messages ve Responses arayüzlerini, ayrıca metin ve görselin birlikte gönderildiği istekleri destekliyor.

Görseller üç şekilde sağlanabiliyor:

• base64 veri URL’si olarak,
• herkese açık bir HTTP(S) URL’si üzerinden,
• Files API ile yüklenmiş bir görselin file_id referansıyla.

Belgelenen görsel formatları JPEG, PNG, GIF ve WebP. Responses API’de ise görsel, input_image içerik bölümü içinde URL, base64 veri URL’si veya yüklenmiş dosya referansı olarak gönderiliyor.

Fiyatlandırma ve görüntü başına 384 token sınırı

Görsel girdiler faturalandırılabilir giriş token’larına dönüştürülüyor. DeepSeek, her görselin en fazla 384 giriş token’ı olarak hesaplanacağını ve V4-Flash fiyatlandırmasının uygulanacağını belirtiyor.

Lansmanla ilişkilendirilen V4-Flash ücretleri, 1 milyon token başına şöyle sıralanıyor:

• Önbelleğe alınmamış giriş: yoğun olmayan saatlerde 0,22 dolar, yoğun saatlerde 0,44 dolar
• Önbelleğe alınmış giriş: yoğun olmayan saatlerde 0,007 dolar, yoğun saatlerde 0,014 dolar
• Çıkış: yoğun olmayan saatlerde 0,66 dolar, yoğun saatlerde 1,32 dolar

384 token’lık üst sınır, görsel bölümünün maliyetini daha öngörülebilir kılıyor. Ancak bu sınır, istekteki metni, araç çağrılarını veya modelin ürettiği çıktıyı kapsamıyor. Dolayısıyla özellikle çok adımlı bir ajan etkileşiminin toplam token kullanımı, tek başına görselin maliyetinden çok daha yüksek olabilir.

Harness 0.1.1 ve Files API desteği

DeepSeek, Vision-Exp desteğini doğrudan içeren Harness 0.1.1’i de yayımladı. Bu gelişme, tek seferlik görsel sorularından ziyade araç kullanan ajanlar geliştiren ekipler için önem taşıyor.

Lansmanla birlikte ücretsiz Files API de kullanıma açıldı. Geliştiriciler bir görseli sisteme yükleyip daha sonraki isteklerde aynı veriyi tekrar göndermek yerine file_id ile referanslayabiliyor. DeepSeek’in belgelerinde dosya referansları file-api-... biçiminde gösteriliyor.

Bu yöntem, aynı ekran görüntüsünün, belge sayfasının veya görsel varlığın birden fazla turda incelendiği senaryolarda özellikle kullanışlı. Files API’nin ücretsiz olması, model çıkarımı ve token kullanımının da ücretsiz olduğu anlamına gelmiyor; bu işlemler faturalandırılmaya devam ediyor.

Yapay zekâ rekabeti açısından anlamı

Vision-Exp lansmanı, rekabetin yalnızca model puanları üzerinden yürütülmediğini gösteriyor. Çok modlu yetenek, API uyumluluğu, fiyat, yeniden kullanılabilir dosyalar ve ajan araçları artık paketin tamamının parçası. DeepSeek, Flash ailesine görsel yetenek eklerken V4-Flash için yayımlanan token ücretlerini koruyor; Anthropic’in Opus 4.8’i ise şirketin karşılaştırmasında üst düzey referans noktası olarak kullanılıyor.

Modelin gerçek etkisini tek bir benchmark tablosundan çok, geliştiricilerin onu gerçek iş akışlarında ne kadar güvenilir bulacağı belirleyecek. Ekran görüntüsü üzerinden kodlama, belge analizi, kullanıcı arayüzü ajanları ve görsel araç kullanımı bu açıdan öne çıkan deneme alanları.

Bununla birlikte “Flash” ve “Exp” adları, bunun deneysel ve orta sınıf bir ürün konumlandırması olduğunu hatırlatıyor. Bu sürüm, DeepSeek’in açık bir amiral gemisi liderliği ilanından çok, V4-Flash’i daha düşük maliyetli görsel akışlara taşıma hamlesi olarak değerlendirilmeli.

En temkinli sonuç şu: DeepSeek, mevcut API ekosistemi üzerinden uygun maliyetli görsel akıl yürütmeye erişimi kolaylaştırdı ve ilk şirket içi sonuçları bazı çok modlu testlerde ciddi bir rekabete işaret ediyor. Vision-Exp’in kalıcı bir alternatife dönüşüp dönüşmeyeceğini ise bağımsız değerlendirmeler, gerçek dünya güvenilirliği ve geliştirici benimsenmesi belirleyecek.