Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepseekohne Datum · Q003872

DeepSeek-V4-Flash-Vision-Exp Release: Multimodal API Now Live

api-docs.deepseek.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepSeek kündigt V4-Flash-Vision-Exp als experimentelles multimodales API-Modell an. Laut Anbieter entspricht es bei Textaufgaben V4-Flash und verbessert die Ergebnisse bei multimodalen Agenten-Benchmarks deutlich; konkrete Werte oder unabhängige Prüfungen nennt der Bericht nicht. Bilder werden mit bis zu 384 Tokens zum V4-Flash-Preis abgerechnet, und die kostenlose Files API ermöglicht Wiederverwendung per `file_id`.

Mittel

Der Bericht meldet die Verfügbarkeit von DeepSeek-V4-Flash-Vision-Exp auf der DeepSeek-API-Plattform. Laut Anbieter entspricht das Modell bei Textaufgaben wie Agenten, Schlussfolgern und Weltwissen DeepSeek-V4-Flash. Bei multimodalen Agenten-Benchmarks soll es gegenüber V4-Flash deutlich zulegen und nahe an Opus-4.8 herankommen. Konkrete Messwerte, Testbedingungen und unabhängige Bestätigungen enthält der Bericht nicht.

Das Modell wird über `deepseek-v4-flash-vision-exp` aufgerufen; DeepSeek Harness 0.1.1 soll es bereits unterstützen. Die API akzeptiert gemischte Text- und Bildeingaben über Chat Completions, Messages und Responses. Bilder können als Base64, per externer URL oder über die Files API bereitgestellt werden. Für die Abrechnung werden bis zu 384 Tokens pro Bild zum Preis von V4-Flash angesetzt.

Die ebenfalls angekündigte Files API ist laut Bericht kostenlos. Hochgeladene Bilder lassen sich über eine `file_id` in späteren Anfragen wiederverwenden. Die genannten Leistungs- und Produkteigenschaften stammen aus der Anbieterankündigung; Details zu den Benchmarks oder weiteren Einschränkungen fehlen.

Ausführlich lesen

Der Bericht kündigt die experimentelle multimodale Modellversion DeepSeek-V4-Flash-Vision-Exp als verfügbar auf der DeepSeek-API-Plattform an. Laut Ankündigung erreicht sie bei Textaufgaben wie Agenten, Schlussfolgern und Weltwissen dieselben Fähigkeiten wie DeepSeek-V4-Flash. Bei Benchmarks für multimodale Agenten soll sie gegenüber V4-Flash deutlich besser abschneiden und eine Leistung nahe Opus-4.8 erreichen. Der Bericht nennt jedoch weder konkrete Benchmarkwerte noch Testbedingungen oder unabhängige Prüfergebnisse; diese Vergleiche sind daher als Angaben des Anbieters wiedergegeben.

Die neue Version lässt sich über den Modellnamen `deepseek-v4-flash-vision-exp` ansprechen. DeepSeek Harness 0.1.1 soll seit dem Tag der Veröffentlichung Unterstützung dafür enthalten. Der Anbieter beschreibt das Modell außerdem als mit Agenten-Frameworks kompatibel und hebt die Verbindung visuellen Verständnisses mit Werkzeugen für praktische Abläufe hervor. Dazu verweist der Bericht auf Abbildungen und animierte Beispiele, deren Inhalte hier nicht näher erläutert werden.

Für die API werden Chat Completions, Messages und Responses genannt. Eingaben können Text und Bilder kombinieren; Bilder lassen sich laut Bericht als Base64-Daten, über externe URLs oder über die Files API übermitteln. Bilder werden für die Abrechnung tokenisiert: Pro Bild fallen demnach höchstens 384 Tokens an, berechnet zum Preis von V4-Flash.

Zusätzlich wird die Files API als verfügbar und kostenlos bezeichnet. Ein Bild kann einmal hochgeladen und anschließend über seine `file_id` in weiteren Anfragen wiederverwendet werden, wodurch erneute Übertragungen entfallen sollen. Der Bericht beschreibt damit Produktverfügbarkeit und zentrale Schnittstellenmerkmale, enthält aber keine unabhängige Prüfung der Leistungsversprechen, keine genaueren Angaben zu Benchmarks und keine Details zu weiteren möglichen Einschränkungen des experimentellen Modells.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung mittel ist treu, lässt aber den experimentellen Status aus. Die Zusammenfassung kurz ist ebenfalls treu und nennt ihn. Keine der beiden erfindet Angaben. Die Einordnung stützt sich nur auf den Berichtstext.

Im Bericht, aber nicht in der Zusammenfassung

  • Der experimentelle Status des Modells (laut Bericht 'experimental multimodal model')
  • Die Veröffentlichung des Harness-Releases 0.1.1 wird nur als Unterstützung genannt, ohne Einordnung als Teil der Ankündigung

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV offen
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →