DeepSeek V4 Flash Vision Exp
4845°
Chạy mô hình này
Ưu đãi / Quảng cáo
DeepSeek | ngữ cảnh 1,048,576 token | $0.22/M đầu vào, $0.65/M đầu ra. DeepSeek V4 Flash Vision Exp là phiên bản thử nghiệm có khả năng thị giác của DeepSeek V4 Flash 0731Opens in new tab từ DeepSeek, bổ sung khả năng hiểu hình ảnh trong khi giữ nguyên năng lực văn bản của mô hình cơ sở bao gồm tác nhân, suy luận và kiến thức thế giới. Đây là mô hình hỗn hợp chuyên gia thưa thớt với 13 tỷ tham số hoạt động trên tổng số 284 tỷ. Phù hợp cho hiểu tài liệu và biểu đồ, trả lời câu hỏi thị giác và quy trình làm việc tác nhân đa phương thức xen kẽ văn bản và hình ảnh.
Hướng dẫn cho mô hình này
LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc
Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?
Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì
Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
DeepSeek V4 Flash Vision Exp là sản phẩm đa phương thức đầu tiên của DeepSeek trong dòng V4 Flash, kết hợp khả năng hiểu hình ảnh vào kiến trúc MoE thưa thớt đã có 13 tỷ tham số hoạt động trên tổng 284 tỷ. Nó giữ vững hiệu năng trên tác vụ tác nhân văn bản trong khi cải thiện đáng kể trên các chuẩn đánh giá tác nhân đa phương thức, hiểu biểu đồ và hỏi đáp hình ảnh. Nếu bạn cần một mô hình nhanh, rẻ có thể suy luận trên cả hình ảnh và văn bản, đây là lựa chọn đáng xem.
Nổi tiếng với
- Quy trình tác nhân đa phương thức kết hợp hình ảnh và văn bản trong cùng một pipeline
- Hiểu tài liệu và biểu đồ với giá thấp hơn nhiều so với các mô hình thị giác tiên tiến
- Hiệu năng tác nhân văn bản gần tương đương với DeepSeek V4 Flash 0731 không có thị giác
- Cửa sổ ngữ cảnh trên một triệu token
- Trọng số mở với tham chiếu PyTorch tối giản và hỗ trợ vLLM
Cẩn thận với
- Nhãn thử nghiệm nghĩa là hành vi có thể thay đổi; không phải bản phát hành ổn định cho sản xuất.
- 284 tỷ tham số tổng khiến triển khai cục bộ đòi hỏi phần cứng mạnh.
- Điều khoản giấy phép không được chi tiết trong tài liệu nhà sản xuất; kiểm tra trước khi dùng thương mại.
Lời nhắc để thử
Trích xuất dữ liệu biểu đồ
Đính kèm hình ảnh biểu đồ cột hoặc đường. Trích xuất tất cả các chuỗi dữ liệu, gắn nhãn từng trục, liệt kê giá trị dưới dạng bảng markdown, và ghi chú bất kỳ xu hướng hoặc bất thường nào cần lưu ý. Hãy chính xác về các số liệu hiển thị; không ước lượng giá trị không rõ ràng.
Kế hoạch tác nhân đa phương thức
Tôi đang xây dựng một tác nhân nhận ảnh chụp màn hình bảng điều khiển web và phải quyết định hành động tiếp theo. Dựa trên ảnh chụp màn hình đính kèm, xác định mọi phần tử tương tác hiển thị, suy luận trạng thái hiện tại của ứng dụng, và đề xuất danh sách ưu tiên các hành động tiếp theo với lý do ngắn gọn cho mỗi hành động.
Nhiệm vụ suy luận tài liệu
Đính kèm hóa đơn hoặc trang hợp đồng quét. Xác định các bên liên quan, trích xuất tất cả số tiền và các mục liên quan, đánh dấu bất kỳ điều khoản hoặc số liệu nào có vẻ bất thường hoặc không nhất quán, và tóm tắt tài liệu bằng ba điểm chính.
So sánh với
- DeepSeek Flash LatestMô hình chỉ APIngữ cảnh 1,048,576 token · Đầu vào $0.04/M, đầu ra $0.68/M
- DeepSeek V4.1 FlashMô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $0.04/M, đầu ra $0.68/M
- DeepSeek V4 Flash 0731Mô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $0.01/M, đầu ra $1.28/M
- DeepSeek V4 Flash 0423Mô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $0.09/M, đầu ra $0.18/M
Thêm mô hình văn bản từ deepseek
Câu hỏi thường gặp
- Trọng số có mở và tôi có thể chạy cục bộ không?
- Có, trọng số được công bố trên Hugging Face tại deepseek-ai/DeepSeek-V4-Flash-Vision-Exp. Kho chứa bao gồm triển khai PyTorch tối giản và hỗ trợ vLLM, nhưng với 284 tỷ tham số tổng, bạn sẽ cần bộ nhớ GPU lớn để chạy.
- Chi phí và cửa sổ ngữ cảnh là bao nhiêu?
- Qua API, giá là 0,22 USD mỗi triệu token đầu vào và 0,65 USD mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 1.048.576 token.
- Nó khác gì so với DeepSeek V4 Flash 0731?
- Mô hình này thêm các module thị giác và tiếp tục huấn luyện đa phương thức trên nền V4 Flash 0731, tăng khả năng hiểu hình ảnh trong khi giữ hiệu năng tác nhân văn bản gần tương đương với mô hình gốc.
Phán quyết của thuyền trưởngSự kết hợp hiếm hoi giữa trọng số mở, cửa sổ ngữ cảnh triệu token, thị giác và giá dưới một đô la mỗi triệu token — trạng thái thử nghiệm là lưu ý duy nhất.
Thẻ mô hình trên Hugging Face
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
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.
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
DeepSeek V4 Flash Vision Exp là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Thêm mô hình Text / LLMThêm Văn bản / LLM Text / LLMllmdeepseekthị giáclý luậntác nhânngữ cảnh dàicục bộ
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153