DeepSeek lance le modèle multimodal V4-Flash-Vision-Exp et l'API Files

DeepSeek a annoncé récemment que le modèle multimodal expérimental DeepSeek-V4-Flash-Vision-Exp a été officiellement déployé sur la plateforme DeepSeek API. Positionné comme une version étendue multimodale, ce modèle conserve son architecture d'inférence efficace originale tout en renforçant considérablement ses capacités de compréhension visuelle. Selon les données de test officielles, il affiche un niveau strictement identique à celui de DeepSeek-V4-Flash sur les dimensions clés telles que la génération de texte, l'ordonnancement des tâches d'agents et les questions-réponses sur les connaissances générales.

Lors des tests de référence spécialisés sur les agents multimodaux, V4-Flash-Vision-Exp fait preuve d'un bond générationnel significatif. Par rapport au modèle purement textuel précédent V4-Flash, la nouvelle version améliore considérablement l'efficacité lors du traitement d'instructions visuelles complexes et de la coordination des appels d'outils, atteignant des indicateurs de performance globaux proches d'Opus-4.8. Cette avancée fournit un support sous-jacent plus fiable pour le déploiement de workflows intermodaux.

Au niveau des appels API, les développeurs peuvent activer directement ce modèle en définissant le paramètre model. L'interface est entièrement compatible avec les protocoles Chat Completions et Messages & Responses, permettant aux utilisateurs de soumettre des données textuelles et visuelles en mélange dans une même requête. Les entrées d'image prennent en charge le codage Base64, les liens URL externes et la nouvelle méthode de référence via l'API Files. En termes de facturation, chaque image est calculée sur la base d'un maximum de 384 tokens, aux taux standards identiques à ceux de V4-Flash.

Afin de faciliter l'adaptation écologique du nouveau modèle, DeepSeek a publié simultanément la version Harness 0.1.1. Cette chaîne d'outils intègre nativement le support de V4-Flash-Vision-Exp, permettant aux développeurs d'achever rapidement l'intégration du modèle et l'optimisation des performances sans configuration supplémentaire. La plupart des frameworks d'agents grand public ont déjà réalisé une intégration fluide, ouvrant la voie à de nouveaux scénarios combinant perception visuelle et opérations automatisées.

Parallèlement, la fonctionnalité Files API est officiellement lancée sur la plateforme DeepSeek API. Ce service est ouvert gratuitement à tous les utilisateurs, permettant aux développeurs de télécharger une fois pour toutes leurs fichiers image courants vers un stockage cloud. Pour les requêtes ultérieures, il suffit de transmettre le file_id correspondant pour invoquer directement le fichier ; le système analysera et associera automatiquement les fichiers historiques. Cette mesure évite non seulement les retards réseau dus au transfert répété des mêmes supports, mais réduit également considérablement la consommation de bande passante et les coûts d'appel des requêtes API.