上线 10 小时冲进 ModelScope 前十DeepSeek 视觉实验版的开源速度战【免费下载链接】DeepSeek-V4-Flash-Vision-Exp项目地址: https://ai.gitcode.com/hf_mirrors/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp8 月底的这十天AI 圈发生了两件事放在一起看才过瘾。8 月 21 日DeepSeek 悄悄在自家 API 平台挂上了一个新模型——DeepSeek-V4-Flash-Vision-Exp。这是 DeepSeek 史上第一个能看图的多模态模型官方标注得很干脆实验性质。8 月 31 日模型文件、分词器、推理参考实现全套东西直接推到 Hugging Face 上采用最开放的 MIT 协议开源。消息一出来国内模型社区 ModelScope 上直接被开发者冲了上线 10 小时就冲进模型榜单前十。一条电报在财经媒体上挂了半小时就破了 300 万阅读。为什么一个实验版能炸出这么大的水花往下看。一、它到底是个啥给小鲸鱼装上了一双眼睛先说人话。DeepSeek 此前最强的 V4 系列能力再猛也有个尴尬它是瞎的。你问它这张截图里的报错什么意思它只能说看不见请转述文字给我。现在这个 V4-Flash-Vision-Exp就是给 V4 装上了一双眼睛。你平时发微信能发文字现在也能发图片、发截图、发图表、发文档照片它接得住而且纯文字能力一点没缩水——官方口径是写代码、推理、答问题的本事跟 V4-Flash 正式版打平加上看图能力后干需要看屏幕的活时表现已经接近顶级旗舰 Opus-4.8。名字里的四个词拆开也很有意思V4站在自家最新一代的地基上Flash走的是快和省的路线不是堆料旗舰Vision能看懂图Exp实验版意思是先让你用着、试错、提意见。打个比方这就像手机厂商先给重度用户推送尝鲜版系统功能全给你但明牌告诉你还在打磨你爱用不用——而 DeepSeek 直接把这版系统的内核源码都摊给你看了。二、到底多能打三个数字看懂它第一看图能力是实打实的能干活级别。官方给的测试成绩单里多模态 Agent 基准就是考模型看着屏幕自己完成任务的考试从 26.2 拉到 36.5直接逼近 Opus-4.8 的 39.4。第三方用业界标准的 OCR 能力测试集OCRBench1000 道题实测它拿了835 分正确率 83.5%其中从文档里抠关键信息这项高达 92.5%。翻译成人话拍张合同照片让它找条款、截个数据图表让它读数、扔张 PPT 截图让它总结这类活儿它现在真能上手干。第二价格便宜到有点不讲武德。这是全网讨论最热烈的点1000 张图大约 1 块钱。为什么能这么便宜因为每张图在它眼里最多只占 384 个文字位token再复杂的图也不超这个上限价格直接封顶、可预期。官方定价和 V4-Flash 正式版一致没有因为能看图就加钱。对企业来说批量图片理解、视觉客服、文档流水线这些场景成本一下子降到可以闭眼开量的程度。第三眼睛和大脑是同一个人。市面上不少看图模型是拼装的一个视觉模块先看图、写段描述再塞给语言模型去猜。DeepSeek 这个是从训练阶段就把看图能力长进了主模型里官方叫它深度对齐。好处是什么它不是先听别人转述图片再作答而是自己看、自己懂。你让它看着两张图做对比、看图改代码、看 UI 截图重构页面这种需要边看边想边动手的活拼装式模型往往掉链子它反而稳。三、开放到什么程度MIT 协议连说明书都送这次开源的含金量圈内人用卷来形容。开源的不仅仅是模型权重这一坨文件还打包了完整的使用参考怎么把文字图片的对话变成模型能懂的格式附了能直接跑通的最小示例连怎么在主流推理框架上把它跑起来的官方配方都写好了NVIDIA 和 AMD 的最新旗舰卡都测过。更关键的是MIT 协议——这是开源世界里最宽松的一档商用、改造、闭源集成基本不设卡。对比不少大厂模型开源但商用要审批的玩法等于 DeepSeek 直接说拿去用赚了钱也归你。所以 ModelScope 榜单前十本质上是全中国的开发者和企业用脚投的票抢着下载、抢着部署、抢着集成速度就是热度。四、普通人怎么上手门槛高不高分两种人。不想折腾的直接去 DeepSeek 官网或 API 平台用它的名字调用即可支持发图片 URL、传文件、贴图片三种喂图方式网页端对话里发图就能用。对普通用户来说体验就是会写代码的 DeepSeek 现在也认图了。想私有部署的说实话这个模型不小两百多 B 的体量官方验证过的环境是四张顶配数据中心显卡起步。但有两条下台阶的路一是社区已经验证过 12GB 显存以上的开发机能跑通小规模测试适合先尝鲜二是走 API 调用一分钱显卡钱不花按量付费。对谁最有用开发者用它给产品加看图能力自媒体和电商用它批量审图、读图、生成描述办公党用它拍照上传合同、票据、报表让它直接抠数学生用它拍题看图表成本约等于零。五、实验版三个字才是这盘棋最妙的地方有人会问都开源到前十了怎么还挂着实验版的牌子这正是 DeepSeek 的一贯风格也是它被全网追跑的原因。第一步8 月 21 日先上 API让真实用户和开发者在真实场景里踩第二步8 月 31 日开源全部家底让社区帮你找 bug、补生态第三步等反馈攒够了正式版自然水到渠成。从API 上线到全套开源中间只隔了 10 天。对一家手握千亿参数级模型的厂商来说这速度本身就是新闻——它传递的信号是多模态这件事DeepSeek 不是试水是备好了货只是提前把货架摆了出来。爱范儿给的标题特别传神小鲸鱼终于长出了眼睛。接下来值得盯的是正式版什么时候来1000 张图 1 块钱的价格会不会延续当看图干活的 Agent 足够便宜你手里那些需要人工盯屏幕的流程哪些会第一个被它接走评论区聊聊如果看图 AI只要 1 块钱 1000 张你最想先让它替你干哪件麻烦事【免费下载链接】DeepSeek-V4-Flash-Vision-Exp项目地址: https://ai.gitcode.com/hf_mirrors/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/20 2:26:30 · 阅读 1.2k 上线 10 小时冲进 ModelScope 前十：DeepSeek 视觉实验版的开源速度战
上线 10 小时冲进 ModelScope 前十DeepSeek 视觉实验版的开源速度战【免费下载链接】DeepSeek-V4-Flash-Vision-Exp项目地址: https://ai.gitcode.com/hf_mirrors/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp8 月底的这十天AI 圈发生了两件事放在一起看才过瘾。8 月 21 日DeepSeek 悄悄在自家 API 平台挂上了一个新模型——DeepSeek-V4-Flash-Vision-Exp。这是 DeepSeek 史上第一个能看图的多模态模型官方标注得很干脆实验性质。8 月 31 日模型文件、分词器、推理参考实现全套东西直接推到 Hugging Face 上采用最开放的 MIT 协议开源。消息一出来国内模型社区 ModelScope 上直接被开发者冲了上线 10 小时就冲进模型榜单前十。一条电报在财经媒体上挂了半小时就破了 300 万阅读。为什么一个实验版能炸出这么大的水花往下看。一、它到底是个啥给小鲸鱼装上了一双眼睛先说人话。DeepSeek 此前最强的 V4 系列能力再猛也有个尴尬它是瞎的。你问它这张截图里的报错什么意思它只能说看不见请转述文字给我。现在这个 V4-Flash-Vision-Exp就是给 V4 装上了一双眼睛。你平时发微信能发文字现在也能发图片、发截图、发图表、发文档照片它接得住而且纯文字能力一点没缩水——官方口径是写代码、推理、答问题的本事跟 V4-Flash 正式版打平加上看图能力后干需要看屏幕的活时表现已经接近顶级旗舰 Opus-4.8。名字里的四个词拆开也很有意思V4站在自家最新一代的地基上Flash走的是快和省的路线不是堆料旗舰Vision能看懂图Exp实验版意思是先让你用着、试错、提意见。打个比方这就像手机厂商先给重度用户推送尝鲜版系统功能全给你但明牌告诉你还在打磨你爱用不用——而 DeepSeek 直接把这版系统的内核源码都摊给你看了。二、到底多能打三个数字看懂它第一看图能力是实打实的能干活级别。官方给的测试成绩单里多模态 Agent 基准就是考模型看着屏幕自己完成任务的考试从 26.2 拉到 36.5直接逼近 Opus-4.8 的 39.4。第三方用业界标准的 OCR 能力测试集OCRBench1000 道题实测它拿了835 分正确率 83.5%其中从文档里抠关键信息这项高达 92.5%。翻译成人话拍张合同照片让它找条款、截个数据图表让它读数、扔张 PPT 截图让它总结这类活儿它现在真能上手干。第二价格便宜到有点不讲武德。这是全网讨论最热烈的点1000 张图大约 1 块钱。为什么能这么便宜因为每张图在它眼里最多只占 384 个文字位token再复杂的图也不超这个上限价格直接封顶、可预期。官方定价和 V4-Flash 正式版一致没有因为能看图就加钱。对企业来说批量图片理解、视觉客服、文档流水线这些场景成本一下子降到可以闭眼开量的程度。第三眼睛和大脑是同一个人。市面上不少看图模型是拼装的一个视觉模块先看图、写段描述再塞给语言模型去猜。DeepSeek 这个是从训练阶段就把看图能力长进了主模型里官方叫它深度对齐。好处是什么它不是先听别人转述图片再作答而是自己看、自己懂。你让它看着两张图做对比、看图改代码、看 UI 截图重构页面这种需要边看边想边动手的活拼装式模型往往掉链子它反而稳。三、开放到什么程度MIT 协议连说明书都送这次开源的含金量圈内人用卷来形容。开源的不仅仅是模型权重这一坨文件还打包了完整的使用参考怎么把文字图片的对话变成模型能懂的格式附了能直接跑通的最小示例连怎么在主流推理框架上把它跑起来的官方配方都写好了NVIDIA 和 AMD 的最新旗舰卡都测过。更关键的是MIT 协议——这是开源世界里最宽松的一档商用、改造、闭源集成基本不设卡。对比不少大厂模型开源但商用要审批的玩法等于 DeepSeek 直接说拿去用赚了钱也归你。所以 ModelScope 榜单前十本质上是全中国的开发者和企业用脚投的票抢着下载、抢着部署、抢着集成速度就是热度。四、普通人怎么上手门槛高不高分两种人。不想折腾的直接去 DeepSeek 官网或 API 平台用它的名字调用即可支持发图片 URL、传文件、贴图片三种喂图方式网页端对话里发图就能用。对普通用户来说体验就是会写代码的 DeepSeek 现在也认图了。想私有部署的说实话这个模型不小两百多 B 的体量官方验证过的环境是四张顶配数据中心显卡起步。但有两条下台阶的路一是社区已经验证过 12GB 显存以上的开发机能跑通小规模测试适合先尝鲜二是走 API 调用一分钱显卡钱不花按量付费。对谁最有用开发者用它给产品加看图能力自媒体和电商用它批量审图、读图、生成描述办公党用它拍照上传合同、票据、报表让它直接抠数学生用它拍题看图表成本约等于零。五、实验版三个字才是这盘棋最妙的地方有人会问都开源到前十了怎么还挂着实验版的牌子这正是 DeepSeek 的一贯风格也是它被全网追跑的原因。第一步8 月 21 日先上 API让真实用户和开发者在真实场景里踩第二步8 月 31 日开源全部家底让社区帮你找 bug、补生态第三步等反馈攒够了正式版自然水到渠成。从API 上线到全套开源中间只隔了 10 天。对一家手握千亿参数级模型的厂商来说这速度本身就是新闻——它传递的信号是多模态这件事DeepSeek 不是试水是备好了货只是提前把货架摆了出来。爱范儿给的标题特别传神小鲸鱼终于长出了眼睛。接下来值得盯的是正式版什么时候来1000 张图 1 块钱的价格会不会延续当看图干活的 Agent 足够便宜你手里那些需要人工盯屏幕的流程哪些会第一个被它接走评论区聊聊如果看图 AI只要 1 块钱 1000 张你最想先让它替你干哪件麻烦事【免费下载链接】DeepSeek-V4-Flash-Vision-Exp项目地址: https://ai.gitcode.com/hf_mirrors/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考