DeepSeek V4多模态开源 反超Opus-4.8

时间：2026年8月31日 地点：Hugging Face 全球开源平台（DeepSeek 官方发布） 人物：DeepSeek（深度求索）研发团队 事件详情：DeepSeek 正式在 Hugging Face 开源 V4 系列首个实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，采用 MIT 协议，总参数 305B（MoE 架构每 token 激活 13B）。该模型此前已于 8 月 21 日上线 DeepSeek API 平台，10 天后开源全套权重与推理代码。在基准测试中，DeepSeek-V4-Flash-Vision-Exp 多模态 Agent 能力大幅提升：ApexBench 得分 36.5（vs V4-Flash 的 26.2）；ZeroBench（Pass@5）得分 35.0，反超 Claude Opus-4.8 的 34 分登顶榜首；Agents' Last Exam 27.3 分，超过 Opus-4.8 的 25.7 分；真实软件工程测试 DeepSWE 取得 59.3%，超越 Opus-4.8 的 58.0% 成为第一。纯文本任务 Terminal Bench 2.1 维持 83.9 分高水平，未出现性能降级。 背景：2026 年 7 月 31 日，DeepSeek-V4-Flash 正式版 API 上线公测；8 月 13 日，DeepSeek-V4-Pro 正式版 API 发布，同日推出 DeepSeek Harness v0.1 开发者预览版；8 月 19 日迭代至 v0.1.0-rc.8；8 月 21 日 DeepSeek-V4-Flash-Vision-Exp 上线 API 平台，并于 8 月 31 日正式开源。V4 系列在一个月内完成多轮迭代，从纯文本走向多模态 Agent 能力。模型原生支持 JPEG/PNG/GIF/WebP 图片输入，上下文窗口 1M Token，最大输出 384K Token，单张图片最高折算 384 Token，计费与 V4-Flash 一致。 影响：DeepSeek 采取"服务先行、生态跟进"策略——先发付费 API、10 天后开源权重。开源涵盖模型权重、Tokenizer、Prompt Encoding 参考实现，以及覆盖视觉编码器、Aligner、DFlash Attention、MoE、Hyper-Connections、DSpark 等核心组件的最小化 PyTorch 推理代码。128G 内存即可本地部署，开源 10 天内社区已发布 7 个量化版本。这是中国大模型厂商首次以 MIT 协议开源原生多模态 Agent 模型，多模态 Agent 能力逼近国际顶级闭源模型水平，将加速 AI Agent 在自动化办公、智能文档处理、网页截图理解等场景的落地。 总结：DeepSeek-V4-Flash-Vision-Exp 的开源标志着国产大模型在多模态 Agent 领域跻身全球第一梯队。凭借 305B 总参数、MIT 宽松许可、零样本视觉推理反超 Opus-4.8 等多项成绩，该模型为开发者提供了可本地化、可商用、可二次开发的多模态 Agent 基础设施，将推动开源社区多模态应用部署新浪潮。 参考来源： 1. https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp 2. https://api-docs.deepseek.com/news/news260821 3. https://zhidx.com/p/589405.html 4. https://k.sina.com.cn/article_7880068204_1d5b04c6c06801gwew.html 5. https://www.itbear.com.cn/html/2026-09/1533983.html 6. https://allworld.media/en/article/188718188 7. https://www.aibase.com/news/30735 8. https://www.c114pro.com/ainews/190411.html