DeepSeek wypuścił eksperymentalny model multimodalny - rywal Opusa 4.8 od Anthropic

👁 136 przeczytań

DeepSeek udostępnił w piątek eksperymentalny model multimodalny DeepSeek-V4-Flash-Vision-Exp, rozszerzający tekstowy V4-Flash o zdolność odczytywania obrazów i zrzutów ekranu. Model jest już dostępny na platformie API firmy, a jednocześnie DeepSeek wypuścił wersję 0.1.1 swojego narzędzia agentowego z wbudowaną obsługą nowego modelu.

Firma porównała jego wyniki z Anthropic Opus 4.8, twierdząc, że multimodalna wydajność agentowa jest „bliska” temu modelowi. Opublikowana tabela benchmarków pokazuje jednak nieco inny obraz: DeepSeek wygrywa tylko w trzech z jedenastu testów - m.in. DeepSWE o 1,3 pkt i Agents’ Last Exam o 1,6 pkt. Na dwóch benchmarkach przegrywa wyraźnie: NL2Repo 57,7 vs 69,7 i DSBench-Hard 63,6 vs 71,7.

Jest też ważny asterisk: DeepSeek sam zaznaczył w przypisach, że w dwóch testach tekstowy V4-Flash „ignoruje multimodalne elementy” - czyli był oceniany na zadaniach z obrazami, których nie widział. To tłumaczy część efektownej różnicy między starym a nowym modelem. Warto dodać, że porównania z nowszym Claude Opus 5, który pojawił się 24 lipca, DeepSeek w ogóle nie przeprowadził.

// czytaj dalejThinking Machines Lab wypuściło pierwszy model - Inkling ma 975 miliardów parametrówNewsyAnthropic zatrudnia ekspertów od broni jądrowej i biologicznej, żeby chronić własne modeleNewsyAnthropic twierdzi, że Claude może być świadomy. Ekspert od świadomości ma wątpliwościNewsy