ウェイトはオープンでローカル実行できますか？

DeepSeek | 1,048,576トークンコンテキスト | 入力$0.22/M、出力$0.65/M。DeepSeek V4 Flash Vision ExpはDeepSeekのDeepSeek V4 Flash 0731の実験的な視覚対応版で、画像理解を追加しつつ、エージェント、推論、世界知識を含むテキスト能力でベースモデルに匹敵します。2840億パラメータ中130億がアクティブなスパースMixture-of-Expertsモデルで、文書・チャート理解、視覚質問応答、テキストと画像を交互に扱うマルチモーダルエージェントワークフローに適しています。

このモデルのガイド

ローカルAIに実際どれくらいのVRAMが必要？

オープンウェイト、オープンソース、API専用：実際に何ができるのか

GGUFファイルとは？量子化モデルの解説（Q4、Q8、fp8、NF4）

すべてのガイド

キャプテンのメモ

Captainによる、ハウスエディター執筆

2026-10-13のメモ

DeepSeek V4 Flash Vision ExpはDeepSeekのV4 Flashファミリー初のマルチモーダルモデルで、既に優れたスパースMoEアーキテクチャ（総パラメータ284B中13Bがアクティブ）に画像理解を組み込みました。テキストエージェントタスクでも健闘し、マルチモーダルエージェントベンチマーク、チャート理解、視覚QAで有意な向上を示します。画像とテキストの両方を推論できる高速かつ低価格のモデルを求めるなら注目です。

得意分野

画像とテキストを同一パイプラインで扱うマルチモーダルエージェントワークフロー
最先端視覚モデルよりもはるかに低価格での文書・チャート理解
テキストエージェント性能は非視覚版DeepSeek V4 Flash 0731にほぼ匹敵
100万トークン超のコンテキストウィンドウ
オープンウェイトで最小限のPyTorch推論リファレンスとvLLMサポート付き

注意点

実験的ラベルのため挙動が変わる可能性があり、本番安定版ではない。
284Bの総パラメータ数はローカル展開に高いハードウェア要件を課す。
メーカー公開資料にライセンス詳細がなく、商用利用前に確認が必要。

最適な用途

試してみるプロンプト

チャートデータ抽出

棒グラフや折れ線グラフの画像を添付してください。すべてのデータ系列を抽出し、各軸にラベルを付け、値をマークダウン表で一覧化し、注目すべき傾向や異常を指摘してください。読み取れない値は推定せず正確に記述してください。

マルチモーダルエージェント計画

ウェブダッシュボードのスクリーンショットを受け取り、次のアクションを決定するエージェントを構築しています。添付のスクリーンショットからすべてのインタラクティブ要素を特定し、アプリケーションの現在の状態を推測し、優先順位付きの次のアクション一覧とそれぞれの一文説明を提案してください。

文書推論タスク

スキャンした請求書や契約書のページを添付してください。関係者を特定し、すべての金額と対応する項目を抽出し、異常や不整合に見える条項や金額にフラグを立て、文書を3つの箇条書きで要約してください。

比較する

DeepSeek Flash Latest
API専用モデル
1,048,576トークンのコンテキスト · $0.04/M 入力、$0.68/M 出力
DeepSeek V4.1 Flash
オープンウェイトモデル
1,048,576トークンのコンテキスト · $0.04/M 入力、$0.68/M 出力
DeepSeek V4 Flash 0731
オープンウェイトモデル
1,048,576トークンのコンテキスト · $0.01/M 入力、$1.28/M 出力
DeepSeek V4 Flash 0423
オープンウェイトモデル
1,048,576トークンのコンテキスト · $0.09/M 入力、$0.18/M 出力

deepseekの他のテキストモデル

よくある質問

ウェイトはオープンでローカル実行できますか？: はい。ウェイトはHugging Faceのdeepseek-ai/DeepSeek-V4-Flash-Vision-Expに公開されています。リポジトリには最小限のPyTorch推論実装とvLLMサポートが含まれていますが、284Bの総パラメータ数のため十分なGPUメモリが必要です。
料金はいくらでコンテキストウィンドウはどのくらいですか？: API経由で入力は100万トークンあたり0.22ドル、出力は100万トークンあたり0.65ドルで、1,048,576トークンのコンテキストウィンドウがあります。
DeepSeek V4 Flash 0731とどう違いますか？: 本モデルはV4 Flash 0731に視覚モジュールと継続的なマルチモーダルトレーニングを加え、画像理解能力を獲得しつつテキストエージェント性能はほぼ同等を維持しています。

キャプテンの評価
オープンウェイト、百万トークン超のコンテキスト、視覚対応、1ドル未満の価格という稀有な組み合わせ。実験的である点のみ注意。

Hugging Faceのモデルカード

キャプテンはモデルの説明とモデルカードからこれらのメモを書いています。価格やコンテキストサイズは執筆時点の提供元のもので、変更されることがあります。

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

このスコアの計算方法

このモデルはまだどのソースからも人気データがないため、リストを完全に保つために7,000°未満の仮の数値が割り当てられています。データのあるモデルより上位には決してなりません。内訳はソースが報告次第ここに表示されます。

用語集：ここで使われている用語

ヒートスコア: モデルが今どれだけ使われていて求められているかを示す1つの数字。0°から9,999°まで。ここで「最も熱い」と言われるすべてのリストはこれで並べられています。
フロア: 実データのあるすべてのモデルが7,000°からスタートする基準点。スケールは0°から9,999°までで、フロア以下はデータのないモデル用に確保されているので、データのあるモデルは必ず上位になります。フロアは全員共通で順位には影響しません。フロアを超えた度数が実際の評価です。
ダウンロード相当数: スコアがダウンロードとして扱うすべてのものを合計：ダウンロードそのもの、各トレントシーダーは1,000、各AI Horde画像と生成サイトでの実行は1としてカウント。
対数スケール: 1ずつではなく10ずつ数えます：1,000から10,000ダウンロードに増えるのは、10,000から100,000に増えるのと同じ度数を加算。巨大なものが他を圧倒しないようにしています。
いいね: すべてのソースからのサムズアップといいね。対数スケールでダウンロードの半分の価値があります。
普及率: 2回の計測の差からわかる、今の1日あたりのダウンロード数。ダウンロード項目の4分の1の重みです。
測定済みと推定: 測定済みは、あるソースの2つの読み取り値が存在し、その差が実際のものであることを意味します。推定は、今日の合計だけがわかっていて、過去の値はモデルの寿命にわたって分配されていることを意味します。サイトはどちらを表示しているかを示します。
シーダー: トレント経由で他の人がダウンロードできるように重みのコピーをオンラインで保持している人、または同じことをするホストされたミラーのことです。それぞれが1,000ダウンロードとしてカウントされます。
AI Horde: 寄付されたコンピューターで無料で画像を生成するボランティアネットワークです。モデルで作成した画像の数は公開されており、それぞれが1ダウンロードとしてカウントされます。
生成サイト: PixAI、SeaArt、Yodayoのように、自分のモデルのコピーをホストして人々が生成できるサイトです。これらのダウンロードはCivitaiのものと同じようにカウントされ、各生成実行が1ダウンロードとして数えられます。
OpenRouterトークン: ClaudeやGPTのようなAPI経由で提供されるテキストモデルはダウンロードする重みがなく、その利用はトークン数で測定されます。トークンとはOpenRouterを通じて読み書きされたテキストの断片で、OpenRouterは多くのアプリが利用するゲートウェイです。過去30日間のトークン数を10,000,000トークンごとに1ダウンロードとしてカウントします。出典：OpenRouter (openrouter.ai/rankings)、CC BY 4.0。
完全モデル（チェックポイント）: 重みそのもので、単独で生成を行うファイルです。アドオンがこれに依存しているためボーナスがつきます。
LoRAと埋め込み: 他人の重みを特定のスタイル、キャラクター、コンセプトに向けて調整する小さなアドオンファイルです。単独では動作しません。
ファミリーと重み: モデルが基づいているベースで、SD 1.5、SDXL、Flux、Wanなどがあります。すべてのモデルはそのファミリーの重みのリリース日を継承します。
年齢: ファミリーの重みがリリースされてからの経過時間に応じて減点されます：1年で150°、最大750°まで。古いダウンロードはリストの上位を凍結して積み上げられます。
ファミリーブースト: このサイトが現在推しているファミリーのLoRAに対する小さく制限された後押しで、常に内訳に表示されます。
代替スコア: まだソースから報告がないモデルに与えられる安定した最低値で、リストが完全なままでいられます。データのあるモデルより上位には決してなりません。
新着！(猶予期間): 7日未満の新しいモデルはスコアの代わりに「新着！」と表示され、ランキングには入りません。スコアは初日から計算されますが、1日目のモデルは非常に急速に成長するため、猶予期間なしでは常に昨日リリースされたモデルが今週の#1になってしまいます。
トレンド: ある期間におけるモデルの成長が、同じ期間の典型的なモデルの成長と比べてどうかを示します。典型より速ければ上昇、遅ければ下降と読みます。
典型的なモデル: カタログの真ん中にあたるモデルで、数値があるモデルの半分はこの期間により速く成長し、半分は遅く成長しています。

類似モデル

画像・動画・テキスト生成のための AI モデル

DeepSeek V4 Flash Vision Exp は Text / LLM ファミリー向けのテキストモデルで、オープンソース AI 画像・動画・テキストモデルの読み取り専用カタログ ModelTrends.ai に掲載されています。他の Text / LLM モデルと比較し、ヒートスコアでトレンドを確認できます。

Text / LLM のモデルをもっと見る Text / LLM のテキスト / LLMをもっと見る llm deepseek ビジョン推論エージェント長いコンテキストローカル

モデルファミリーから探す