DeepSeek发布了V4-Flash-Vision-Exp，一个实验性的多模态…

DeepSeek发布了V4-Flash-Vision-Exp，一个实验性的多模态模型。核心亮点是：它在文本能力上和V4-Flash完全一致——包括Agent、推理和世界知识；但在多模态Agent基准测试上，直接跃升了一个量级，性能接近GPT-4o的Opus-4.8。 用一句话总结就是：不花钱也能用上接近顶级的多模态能力。 V4-Flash本身就是以性价比著称的模型，现在加上视觉能力后，意味着开发者可以用极低的成本构建多模态Agent应用——看图理解、视觉问答、图表分析、UI自动化，这些场景的门槛被大幅拉低了。 更值得注意的是DeepSeek的节奏。从V3到V4到V4-Flash再到Vision版本，几乎每隔几周就有一次能力迭代。这种高频发布策略直接把模型厂商之间的竞争从「谁更聪明」变成了「谁更快」。当别人还在测试上一个版本时，DeepSeek已经发了三个新模型。 对开发者来说，这是一个明确的信号：多模态Agent的基础设施正在快速成熟。以前需要自研视觉模型或调用昂贵API的场景，现在一个Flash级别的模型就能搞定。