Jsou váhy otevřené a mohu to spustit lokálně?

Ano, váhy jsou zveřejněny na Hugging Face pod deepseek-ai/DeepSeek-V4-Flash-Vision-Exp. Repozitář obsahuje minimální implementaci inference v PyTorch a podporu vLLM, ale vzhledem k 284 miliardám parametrů budete potřebovat značnou GPU paměť pro vlastní běh.

Kolik to stojí a jak velké je kontextové okno?

Přes API stojí 0,22 USD za milion vstupních tokenů a 0,65 USD za milion výstupních tokenů, s kontextovým oknem 1 048 576 tokenů.

Jak se liší od DeepSeek V4 Flash 0731?

Tento model přidává vizuální moduly a pokračující multimodální trénink nad V4 Flash 0731, získává porozumění obrázkům a zároveň si udržuje přibližně stejný výkon textového agenta jako základní model.

DeepSeek V4 Flash Vision Exp

4845°

#llm #deepseek #vidění #uvažování #agenti #dlouhý kontext

Spustit model

Nabídky / Reklamy

OpenRouter Terminál / API

Platba za token

Chatuj s tímto modelem v prohlížeči nebo ho zavolej ze svého kódu s jedním API klíčem.

DeepSeek | kontext 1 048 576 tokenů | $0.22/M vstup, $0.65/M výstup. DeepSeek V4 Flash Vision Exp je experimentální verze DeepSeek V4 Flash 0731Opens in new tab s podporou vidění od DeepSeek, která přidává porozumění obrázkům a zároveň odpovídá základnímu modelu v textových schopnostech včetně agentů, dedukce a znalostí o světě. Jedná se o sparse mixture-of-experts model s 13 miliardami aktivních parametrů z celkových 284 miliard. Je vhodný pro porozumění dokumentům a grafům, vizuální odpovídání na otázky a multimodální agentní pracovní postupy kombinující text a obrázky.

Návody k tomuto modelu

Nejlepší lokální LLM podle použití (říjen 2026): správný otevřený model pro každou práci

Kolik VRAM vlastně potřebuji pro lokální AI?

Otevřené váhy vs open source vs pouze API: co vlastně smíš dělat

Co je soubor GGUF? Vysvětlení kvantovaných modelů (Q4, Q8, fp8, NF4)

Všechny návody

Poznámky kapitána

Napsal Captain, hlavní redaktor

Poznámky z 2026-10-13

DeepSeek V4 Flash Vision Exp je první multimodální model DeepSeek v rodině V4 Flash, který přidává porozumění obrázkům do již schopné architektury sparse MoE s 13 miliardami aktivních parametrů z celkových 284 miliard. Drží krok v textových agentních úlohách a zároveň přináší významné zlepšení v multimodálních benchmarkech, porozumění grafům a vizuálních otázkách. Pokud potřebujete rychlý, levný model, který dokáže dedukovat z obrázků i textu, stojí za pozornost.

Známý pro

Multimodální agentní workflow kombinující obrázky a text ve stejném pipeline
Porozumění dokumentům a grafům za cenu výrazně nižší než u špičkových vizuálních modelů
Výkon textového agenta přibližně odpovídá jeho nevizuálnímu sourozenci DeepSeek V4 Flash 0731
Kontextové okno přesahující milion tokenů
Otevřené váhy s minimální referenční implementací v PyTorch a podporou vLLM

Dej pozor na

Označení experimentální znamená, že chování se může měnit; není to stabilní produkční verze.
284 miliard parametrů znamená náročné lokální nasazení — budete potřebovat výkonný hardware.
Licenční podmínky nejsou podrobně uvedeny v materiálech výrobce; před komerčním použitím si je ověřte.

Nejlepší pro

Agenti a používání nástrojů

Promptů k vyzkoušení

Extrahování dat z grafu

Přiložte obrázek sloupcového nebo čárového grafu. Extrahujte všechny datové série, označte každou osu, vypište hodnoty jako markdown tabulku a poznamenejte jakýkoli trend nebo anomálii, kterou stojí za to upozornit. Buďte přesní ohledně zobrazených čísel; neodhadujte hodnoty, které nejsou jasně čitelné.

Plán multimodálního agenta

Vytvářím agenta, který přijímá screenshot webové dashboardu a musí rozhodnout o dalším kroku. Na základě přiloženého screenshotu identifikujte všechny viditelné interaktivní prvky, odhadněte aktuální stav aplikace a navrhněte prioritní seznam dalších akcí s jednovětým odůvodněním pro každou.

Úloha dedukce z dokumentu

Přiložte naskenovanou fakturu nebo stránku smlouvy. Identifikujte zúčastněné strany, extrahujte všechny finanční částky a jejich příslušné položky, označte jakoukoli klauzuli nebo částku, která vypadá neobvykle nebo nekonzistentně, a shrňte dokument ve třech bodech.

Porovnat s

DeepSeek Flash Latest
Model pouze s API
kontext 1,048,576 tokenů · $0.04/M vstup, $0.68/M výstup
DeepSeek V4.1 Flash
Model s otevřenými váhami
kontext 1,048,576 tokenů · $0.04/M vstup, $0.68/M výstup
DeepSeek V4 Flash 0731
Model s otevřenými váhami
kontext 1,048,576 tokenů · $0.01/M vstup, $1.28/M výstup
DeepSeek V4 Flash 0423
Model s otevřenými váhami
kontext 1,048,576 tokenů · $0.09/M vstup, $0.18/M výstup

Více textových modelů od deepseek

Často kladené otázky

Jsou váhy otevřené a mohu to spustit lokálně?: Ano, váhy jsou zveřejněny na Hugging Face pod deepseek-ai/DeepSeek-V4-Flash-Vision-Exp. Repozitář obsahuje minimální implementaci inference v PyTorch a podporu vLLM, ale vzhledem k 284 miliardám parametrů budete potřebovat značnou GPU paměť pro vlastní běh.
Kolik to stojí a jak velké je kontextové okno?: Přes API stojí 0,22 USD za milion vstupních tokenů a 0,65 USD za milion výstupních tokenů, s kontextovým oknem 1 048 576 tokenů.
Jak se liší od DeepSeek V4 Flash 0731?: Tento model přidává vizuální moduly a pokračující multimodální trénink nad V4 Flash 0731, získává porozumění obrázkům a zároveň si udržuje přibližně stejný výkon textového agenta jako základní model.

Verdikt kapitána
Vzácná kombinace otevřených vah, milionového kontextu, vidění a ceny pod dolar za milion tokenů — experimentální status je jedinou skutečnou výtkou.

Modelová karta na Hugging Face

Kapitán píše tyto poznámky na základě popisu modelu a modelové karty. Ceny a velikosti kontextu jsou od poskytovatele v době psaní a mohou se změnit.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Jak se toto skóre sčítá

Tento model zatím nemá žádná data o popularitě z žádného zdroje, takže má náhradní číslo pod 7,000°, které udržuje seznamy kompletní. Nikdy se neumístí výš než model s daty. Rozpis se tu objeví, jakmile ho nějaký zdroj nahlásí.

Slovníček: pojmy používané zde

Heat skóre: Jedno číslo, které ukazuje, jak moc se model teď používá a chce, od 0° do 9 999°. Každý seznam na tomto webu, který říká nejžhavější, je podle toho seřazený a nic jiného.
Minimum: 7 000° je základ, od kterého začíná každý model s reálnými daty. Měřítko je od 0° do 9 999°; část pod minimem je vyhrazena pro zástupce (modely bez dat), aby model s daty byl vždy výš než ten bez. Minimum je stejné pro všechny a nic nerozhoduje; stupně nad ním jsou měření.
Ekvivalenty stažení: Všechno, co skóre počítá jako stažení, sečtené: samotná stažení, každý torrent seeder jako 1 000, každý obrázek z AI Horde a každý běh na generujícím webu jako jedno.
Logaritmická škála: Počítá se po desítkách, ne po jednotkách: přechod z 1 000 na 10 000 stažení přidá stejný počet stupňů jako z 10 000 na 100 000. Zabraňuje, aby obři přebili všechno ostatní.
Lajky: Palce nahoru a lajky ze všech zdrojů, každý za polovinu váhy stažení na logaritmické škále.
Rychlost přijetí: Kolik stažení denně model právě teď má, podle rozdílu mezi dvěma odečty zdroje. Čtvrtina váhy oproti termínu stažení.
Měřené a odhadované: Měřené znamená, že existují dva záznamy zdroje a rozdíl je skutečný. Odhadované znamená, že je znám jen dnešní celkový údaj a minulost je rozložena přes životnost modelu; stránka uvádí, který typ zobrazuje.
Seeder: Někdo, kdo drží kopii vah online, aby si ji ostatní mohli stáhnout přes torrent, nebo hostovaný zrcadlový server, který dělá totéž. Každý takový počítá jako 1 000 stažení.
AI Horde: Dobrovolnická síť, která zdarma generuje obrázky na darovaných počítačích. Počet obrázků vytvořených s modelem je veřejný a každý se počítá jako jedno stažení.
Generační stránky: Stránky, které hostují vlastní kopie modelu a umožňují lidem generovat s ním, například PixAI, SeaArt a Yodayo. Jejich stažení se počítají stejně jako u Civitai a každý běh generování jako jedno stažení.
OpenRouter tokeny: Textový model poskytovaný přes API, jako Claude nebo GPT, nemá žádné váhy ke stažení, takže jeho využití se měří tokeny: kusy textu, které přečetl a napsal přes OpenRouter, bránu, kterou používá mnoho aplikací, za posledních 30 dní. Každých 10,000,000 tokenů se počítá jako jedno stažení. Zdroj: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Plný model (checkpoint): Samotné váhy, soubor, který generuje sám o sobě. Má bonus, protože na něm závisí doplňky.
LoRA a embedding: Malé doplňkové soubory, které nasměrují váhy někoho jiného k určitému stylu, postavě nebo konceptu. Samy o sobě nemohou běžet.
Rodina a váhy: Základ, na kterém je model postavený, například SD 1.5, SDXL, Flux nebo Wan. Každý model dědí datum vydání vah své rodiny.
Věk: Stupně odečtené podle toho, jak dávno vyšla váha rodiny: 150° za rok, až do 750°. Staré stažení, která měla roky na nashromáždění, zůstávají nahoře na seznamu.
Boost rodiny: Malý, omezený posun pro LoRA rodiny, kterou tato stránka právě podporuje, vždy uvedený v rozpisu.
Náhradní skóre: Stabilní číslo pod minimem dané modelu, o kterém zatím žádný zdroj nehlásí, aby seznamy zůstaly kompletní. Nikdy není výše než model s daty.
Nové! (ochranná lhůta): Model mladší než 7 dní ukazuje místo skóre Nové! a nezískává místo v žebříčku. Jeho skóre se počítá od prvního dne, ale model starý jeden den roste rychleji než cokoli jiného, takže bez čekání by #1 týdne byl vždy model, který vyšel včera, místo toho, co vydrželo týden.
Trend: Jak růst modelu za určité období odpovídá typickému růstu modelu za stejné období. Rychlejší než obvyklé znamená vzestup, pomalejší pokles.
Typický model: Střed katalogu: polovina modelů s číslem rostla rychleji za dané období, polovina pomaleji.

Podobné modely

GPT Audio Mini

TEXT / LLM

Meta Llama 3.1 70B Instruct Turbo

AI modely pro generování obrázků, videa a textu

DeepSeek V4 Flash Vision Exp je textový model pro rodinu Text / LLM uvedený na ModelTrends.ai, katalogu open source AI modelů pro obrázky, video a text určeném jen ke čtení. Porovnejte ho s dalšími modely Text / LLM a podívejte se na jeho skóre žhavosti.

Další modely Text / LLM llm deepseek vidění uvažování agenti dlouhý kontext lokální

Procházet podle rodiny modelů