नए मॉडल AI Minute Newsroom 2026-08-21

डीपसीक का सस्ता वर्कहॉर्स अब देख सकता है — और आँखों वाली एजेंट कार्यों में वह एंथ्रोपिक के सर्वश्रेष्ठ के करीब होने का दावा करता है

डीपसीक ने 21 अगस्त को अपने एपीआई प्लेटफॉर्म पर एक प्रायोगिक मल्टीमॉडल मॉडल, DeepSeek-V4-Flash-Vision-Exp, उपलब्ध कराया। यह केवल-टेक्स्ट V4 Flash है जिसमें छवि-समझ जोड़ी गई है: कंपनी का कहना है कि यह टेक्स्ट में — एजेंट, तर्क, विश्व-ज्ञान — आधार मॉडल के बराबर है, जबकि मल्टीमॉडल एजेंट बेंचमार्क पर "बड़ी छलांग" लगाते हुए एंथ्रोपिक के Opus 4.8 के करीब पहुँचता है। दस्तावेज़ में दी गई सीमाएँ असामान्य रूप से उदार हैं: 1,048,576 टोकन का कॉन्टेक्स्ट विंडो, 384,000 टोकन तक आउटपुट, एक ही अनुरोध में 600 तक छवियाँ, और प्रति छवि 384 टोकन की बिलिंग सीमा। यह ओपनएआई और एंथ्रोपिक दोनों के अनुकूल एपीआई प्रारूप स्वीकार करता है। ओपनराउटर, जो इसे 284 अरब में से लगभग 13 अरब सक्रिय पैरामीटर वाला स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स मॉडल बताता है, इसकी कीमत प्रति दस लाख इनपुट टोकन 0.22 डॉलर और प्रति दस लाख आउटपुट टोकन 0.66 डॉलर रखता है। ब्लूमबर्ग ने इसे एंथ्रोपिक की बढ़त के विरुद्ध डीपसीक की चाल बताया। Opus 4.8 से तुलना डीपसीक का अपना दावा है और अभी स्वतंत्र रूप से दोहराई नहीं गई है।

यह क्यों मायने रखता हैयहाँ अहम दावा यह नहीं है कि "यह तस्वीरें देख सकता है" — हर गंभीर मॉडल तस्वीरें देख सकता है। अहम यह है कि मॉडल एक स्क्रीनशॉट देखकर उसके आधार पर कुछ कर सके, और कंप्यूटर चलाने वाले एजेंट को यही करना होता है। डीपसीक कहता है कि वह इसमें अग्रिम पंक्ति के करीब है, वह भी प्रति दस लाख टोकन कुछ सेंट की कीमत पर। यदि स्वतंत्र परीक्षण इसकी पुष्टि करते हैं, तो स्क्रीन पढ़ने वाले एजेंट बनाने की लागत हर उस व्यक्ति के लिए तेजी से गिरेगी जो बड़ी कंपनी नहीं है — और यह उसी सप्ताह हुआ है जब मेटा और ओपनएआई ने आपकी स्क्रीन देखने वाले डेस्कटॉप सहायक जारी किए। चेतावनियाँ नाम और कीमत में छिपी हैं: "exp" का अर्थ प्रायोगिक है, बेंचमार्क के दावे विक्रेता के अपने हैं, और जो मॉडल एक अनुरोध में 600 छवियाँ पढ़ने के लिए बना है वह आपकी 600 स्क्रीनशॉट भी पढ़ सकता है।

#इमेज जनरेशन #AI एजेंट

✓ सत्यापित · 4 स्रोत

ऐप में पढ़ें — मुफ़्त, 9 भाषाएँ

संबंधित खबरें