DeepSeek、画像理解機能を追加した実験的モデル「V4-Flash-Vision-Exp」を公開

記事の3ポイント

1. 1

   高性能な視覚エージェントモデルの登場

   Deepseekがテキスト処理能力を維持しつつ画像理解を追加した「V4-Flash-Vision-Exp」を発表し、内部ベンチマークでOpus 4.8にほぼ匹敵するスコアを記録した。

2. 2

   多様なエージェントワークフローへの対応

   画像の説明、スクリーンショットからのテキスト抽出、図表分析などを実行可能とし、JPEGやPNGなどの主要フォーマットをファイル名ではなくコンテンツから自動判別する機能を備える。

3. 3

   既存APIとの互換性とフレームワーク連携

   OpenAIのChat CompletionsおよびAnthropicのMessagesエンドポイントと互換性を持ち、Deepseekが公開したエージェント用フレームワーク「Harness」のバージョン0.1.1で即座に利用可能である。