إطلاق DeepSeek V4-Flash-Vision-Exp: بدء خدمات API متعددة الوسائط، وقدرات الوكيل تقترب من Opus-4.8

أخبار ar.wedoany.com، في 21 أغسطس، علمت شبكة Weidu من الموقع الرسمي لشركة DeepSeek أن الشركة أعلنت للتو عن إطلاق نموذج الفهم البصري متعدد الوسائط الجديد DeepSeek-V4-Flash-Vision-Exp على منصة DeepSeek API.

صرّح المسؤولون في DeepSeek أن نموذج V4-Flash-Vision-Exp يُظهر قدرات تكيف متعددة الوسائط جيدة ضمن مختلف أُطر عمل الوكيل (Agent)، ويمكنه دعم المستخدمين بشكل فعّال في الاستفادة من أدوات الوكيل المتنوعة لفتح المزيد من سيناريوهات العمل العملية.

هذا نموذج تجريبي، ويمكن للمستخدمين الوصول إليه عبر تعيين model='deepseek-v4-flash-vision-exp'.

توازن بين القدرات النصية ومتعددة الوسائط

وفقًا للشرح المقدّم، في القدرات النصية البحتة (الوكيل، الاستدلال، المعرفة العالمية، إلخ)، يتساوى DeepSeek-V4-Flash-Vision-Exp مع النسخة الرسمية DeepSeek-V4-Flash؛ وفي معايير قياس الوكيل التي تتطلب فهمًا بصريًا، حقق DeepSeek-V4-Flash-Vision-Exp قفزة كبيرة مقارنةً بـ DeepSeek-V4-Flash، حيث اقتربت قدرات الوكيل متعدد الوسائط من مستوى Opus-4.8.

دعم API

يمكن للمستخدمين الوصول إلى واجهة برمجة تطبيقات نموذج V4-Flash-Vision-Exp عبر تعيين model='deepseek-v4-flash-vision-exp'. في خدمة API، يتم تحويل الصور إلى رموز (tokens) وتُحتسب الرسوم بناءً على عدد الرموز، حيث تستهلك الصورة الواحدة 384 رمزًا كحد أقصى، وسعر الاحتساب مطابق لنموذج V4-Flash.

تدعم واجهة API متعددة الوسائط ثلاثة تنسيقات للاستدعاء: Chat Completions وMessages وResponses، مما يسهّل دمجها في مختلف أدوات الوكيل، وتدعم الإدخال المختلط بين النص والصورة، وتدعم ثلاث طرق لإرسال الصور: التضمين المباشر base64، والروابط الخارجية URL، وواجهة Files API.

إطلاق Files API

تم الآن فتح Files API، وهذه الواجهة مجانية، حيث يمكن للمستخدمين رفع الصور إلى المنصة أولاً ثم الاستشهاد بها عبر file_id في الطلبات، مما يوفر عرض النطاق الترددي للطلبات (لا حاجة لإعادة رفع الصورة نفسها في طلبات متعددة).