DeepSeeks günstiges Arbeitspferd kann jetzt sehen — bei Agentenaufgaben mit Bildern will es nahe an Anthropics Bestem sein

DeepSeek stellte am 21. August ein experimentelles multimodales Modell namens DeepSeek-V4-Flash-Vision-Exp auf seine API-Plattform. Es ist das bisher reine Text-Modell V4 Flash, ergänzt um Bildverständnis: Nach Angaben des Unternehmens erreicht es im Text — Agenten, Schlussfolgern, Weltwissen — das Niveau des Basismodells und macht bei multimodalen Agenten-Benchmarks einen nach eigener Darstellung großen Sprung, der es nahe an Anthropics Opus 4.8 bringt. Die dokumentierten Grenzen sind ungewöhnlich großzügig: ein Kontextfenster von 1.048.576 Token, bis zu 384.000 Token Ausgabe, bis zu 600 Bilder in einer einzigen Anfrage und eine Abrechnungsobergrenze von 384 Token je Bild. Es akzeptiert sowohl OpenAI- als auch Anthropic-kompatible API-Formate. OpenRouter, das es als Sparse-Mixture-of-Experts-Modell mit rund 13 Milliarden aktiven von 284 Milliarden Parametern führt, verlangt 0,22 Dollar je Million Eingabe-Token und 0,66 Dollar je Million Ausgabe-Token. Bloomberg deutete die Veröffentlichung als DeepSeeks Zug gegen Anthropics Vorsprung. Der Vergleich mit Opus 4.8 ist DeepSeeks eigene Behauptung und wurde bislang nicht unabhängig nachvollzogen.

✓ Verifiziert · 4 Quellen

Verwandte Meldungen