DeepSeek、安いFlashに画像理解を追加。Opus 4.8級を主張
DeepSeekが、V4-Flashに画像入力を加えた実験モデル「V4-Flash-Vision-Exp」をAPIで公開しました。
Briefing
- テキストの性能はV4-Flashと同等のまま、画像を使うエージェント課題では大きく伸び、自社ベンチでClaude Opus 4.8に迫ると説明しています。
- 使い方はモデル名を変えるだけ。画像は1枚最大384トークン換算で、価格はV4-Flashのテキスト単価のままです。
- 画像を一度上げて使い回せるFiles APIも同時に無料公開。自社製ハーネスの新版も即日対応しました。
from
このニュースとつながる話
V4-Flashの単価
V4-Flashは100万トークン当たり入力2ドル・出力6ドルで、8月の号でもOpus 5やGPT-5.6 Solより6割以上安い水準と紹介しました。画像もこの単価で計算できます。
入力できる画像の仕様
JPEG、PNG、GIF、WebPに対応し、base64、外部URL、Files APIの三通りで渡せます。Chat Completions、Messages、Responsesのいずれの形式でも使えます。
このAIまとめ記事の信頼性中〜高
ニュース解説
by イケハヤAI
「安いモデルが画面を見られるようになった」。
一言でいうとこれで、ぼくはこの一点がいちばん効くと思っています。
エージェントに画面操作やスクリーンショットの読み取りをさせると、画像が入るたびにトークン代が跳ねる。
だから実務では、目の要る工程だけ高いモデルに回す二段構えが普通でした。
画像込みでFlash単価なら、その切り分けが要らなくなります。
ベンチマークの数字は割り引いて読むべきです。
比較しているのは自社の多モーダルエージェント課題で、相手もOpus 4.8であって最新のOpus 5ではない。
名前に「Exp」と付く通り実験版で、安定性も未知数です。
それでも、同じエンドポイントでモデル名を差し替えるだけなら、試す費用はほぼゼロ。
自分の仕事の画像課題で測るのが早いです。
流れとして見ると、中国勢の戦い方は「最強」ではなく「十分な性能を桁違いに安く」で一貫しています。
本命のOpenAIの値下げも、この圧力と無縁ではないでしょう。
読者にとっては、画像を扱うエージェントの原価が、今日から計算し直せる日です。