DeepSeek ra mắt mô hình đa phương thức V4-Flash-Vision-Exp và Files API

Mới đây, DeepSeek chính thức thông báo rằng mô hình đa phương thức thử nghiệm DeepSeek-V4-Flash-Vision-Exp đã được triển khai chính thức trên nền tảng DeepSeek API. Mô hình này được định vị là phiên bản mở rộng đa phương thức, kế thừa kiến trúc suy luận hiệu quả vốn có và tập trung tăng cường khả năng hiểu thị giác. Theo dữ liệu kiểm thử từ nhà phát hành, ở các khía cạnh cốt lõi như tạo văn bản, điều phối tác vụ agent và trả lời câu hỏi kiến thức thế giới, mô hình duy trì mức độ hoàn toàn tương đương với DeepSeek-V4-Flash.

Trong các bài kiểm tra chuẩn chuyên biệt dành cho agent đa phương thức, V4-Flash-Vision-Exp thể hiện bước nhảy vọt đáng kể về thế hệ. So với thế hệ trước chỉ xử lý văn bản thuần túy là V4-Flash, phiên bản mới nâng cao đáng kể hiệu suất khi xử lý các lệnh thị giác phức tạp và phối hợp gọi công cụ, với các chỉ số hiệu suất tổng thể đang tiệm cận Opus-4.8. Bước đột phá này cung cấp nền tảng hạ tầng đáng tin cậy hơn cho việc triển khai thực tế các quy trình làm việc đa phương thức.

Ở cấp độ gọi API, nhà phát triển có thể kích hoạt trực tiếp mô hình này bằng cách thiết lập tham số model. Giao diện hoàn toàn tương thích với giao thức Chat Completions và Messages & Responses, cho phép người dùng gửi đồng thời dữ liệu văn bản và hình ảnh trong cùng một yêu cầu. Đầu vào hình ảnh hỗ trợ mã hóa Base64, liên kết URL bên ngoài và phương thức tham chiếu Files API mới bổ sung. Về quy tắc tính phí, mỗi hình ảnh được tính dựa trên tối đa 384 Token, với mức giá giữ nguyên theo tiêu chuẩn của V4-Flash.

Để hỗ trợ quá trình thích ứng hệ sinh thái cho mô hình mới, DeepSeek đồng thời phát hành phiên bản Harness 0.1.1. Bộ công cụ này tích hợp sẵn hỗ trợ gốc cho V4-Flash-Vision-Exp, giúp nhà phát triển nhanh chóng hoàn tất việc tích hợp mô hình và tinh chỉnh hiệu suất mà không cần cấu hình thêm. Hiện tại, các khung agent phổ biến đều đã tích hợp mượt mà, mở rộng thêm nhiều kịch bản kết hợp giữa nhận thức thị giác và thao tác tự động hóa.

Song song đó, nền tảng DeepSeek API chính thức triển khai module chức năng Files API. Dịch vụ này được mở miễn phí cho mọi người dùng, cho phép nhà phát triển tải lên một lần các tệp hình ảnh thường xuyên sử dụng vào bộ nhớ đám mây. Các yêu cầu sau chỉ cần truyền file_id tương ứng để gọi trực tiếp, hệ thống sẽ tự động phân tích và liên kết với tệp lịch sử. Hành động này không chỉ tránh được độ trễ mạng do truyền lặp lại cùng tài nguyên, mà còn giảm đáng kể lượng băng thông chiếm dụng và chi phí gọi API cho các yêu cầu.