DeepSeekが画像認識に対応した「DeepSeek-V4-Flash-Vision-Exp」をオープンモデルとして公開、画像認識を含むタスクでClaude Opus 4.8と同等の性能

親愛なる読者の皆さまへ。ご存じの通り価格高騰などの悪影響でサーバー運営がとても苦しい状態です。回線や台数を整理し見直せる部分は全て見直しましたが、やはりまだ危険水域です。このままだと1ページを10分割ぐらいして無理矢理PVを増やさざるを得なくなってしまいます。そこで、GIGAZINEの物理的なサーバーたちを、たった1円でも良いので親愛なる読者の皆さまに支援してもらえればとっても助かります！今すぐ寄付は上のボタンから！ ・ これまでGIGAZINEを支援してくれたメンバーのリスト

中国企業のDeepSeekが「 DeepSeek-V4-Flash-Vision-Exp 」をオープンモデルとして公開しました。DeepSeek-V4-Flash-Vision-ExphはDeepSeek-V4シリーズとして初めて画像の入力に対応したマルチモーダルモデルで、画像認識を含むタスクでClaude Opus 4.8と同等のベンチマークスコアを記録しています。

DeepSeek-V4 can see now. 👀 DeepSeek-V4-Flash-Vision-Exp is the family’s first experimental multimodal model. MIT License. 🤖 https://t.co/U8mYcNGHqV 🏆 Beats Opus-4.8 on Agents’ Last Exam and ZeroBench, and trails it by just 0.7 on Chartography. 🖼️ Understands images,… pic.twitter.com/KfEUyopFFP

DeepSeek-V4-Flash-Vision-Expはパラメーター数3050億のマルチモーダルモデルです。DeepSeek-V4-Flashのアーキテクチャをベースに画像処理モジュールを組み込み、事後学習によって画像認識能力が追加されています。 「DeepSeek-V4-Flash-Vision-Exp」「DeepSeek-V4-Flash-0731」「Claude Opus 4.8」のベンチマークスコアが以下。DeepSeek-V4-Flash-Vision-ExpはDeepSeek-V4-Flash-0731と同等以上のテキスト処理性能を維持しつつ、画像認識機能を追加することに成功し、画像認識タスクを含むテストではClaude Opus 4.8と同等のスコアを記録しました。

DeepSeek-V4-Flash-Vision-Expはオープンモデルとして公開されており、Hugging FaceとModelScopeからダウンロード可能です。ライセンスはMIT Licenseを採用しています。 deepseek-ai/DeepSeek-V4-Flash-Vision-Exp · Hugging Face https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp

DeepSeek-V4-Flash-Vision-Exp · 模型库 https://modelscope.cn/models/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp

DeepSeek-V4-Flash-Vision-ExpはAPI経由でも利用可能。サポートされている画像形式は「JPEG」「PNG」「GIF」「WebP」の4種類です。入力画像の最大解像度は長辺8192ピクセルで、15枚以上の画像を入力する場合は長辺4096ピクセルまでに制限されます。また、大きな画像はアスペクト比を保ったまま800×800ピクセル相当にリサイズされるため、大きな画像を入力しても画像1枚当たりのトークン数は最大384トークン程度となります。APIのドキュメントは以下のリンク先で公開されています。 Vision | DeepSeek API Docs https://api-docs.deepseek.com/guides/vision

DeepSeekのAPI料金はピーク時とオフピーク時で変化する仕組みです。ピーク時は「協定世界時で月曜日～金曜日の1時～4時および6時～10時」で、ピーク時のDeepSeek-V4-Flash-Vision-Expの100万トークン当たりの料金は入力0.44ドル(約70.55円)・キャッシュ済み入力0.014ドル(約2.24円)・出力1.32ドル(約211.65円)です。オフピーク時の料金はピーク時の半額です。

・関連記事 中華AIスタートアップのDeepSeekが「DeepSeek V4 Pro 0813」をひっそりとリリース - GIGAZINE 「DeepSeek-V4-Flash-0731」が登場、GPT-5.6 Lunaより安価で同等性能のオープンモデル - GIGAZINE DeepSeek V4 Flashはベンチマークスコアは高いが実際のタスクでは苦戦しているという指摘、オーケストレーションに課題 - GIGAZINE DeepSeekがAIエージェントのハーネス「DeepSeek Harness」v0.1を公開 - GIGAZINE 中国製AIモデル「GLM-5.3」が約束通りオープンモデルとして無償公開される、Claude Fable 5やGPT-5.6 Solに匹敵する高性能モデル - GIGAZINE TencentがAIモデル「Hy4 preview」を公開、一部テストでGPT-5.6 Solを上回る＆213GBまで軽量化した1bit量子化版も公開される - GIGAZINE

You can read the machine translated English article DeepSeek has released 'DeepSeek-V4-Flash… .