DeepSeek geeft V4-Flash ogen met visiemodel
DeepSeek heeft op 21 augustus DeepSeek-V4-Flash-Vision-Exp live gezet op zijn API-platform. Het is een experimentele variant van V4-Flash die naast tekst ook afbeeldingen verwerkt: screenshots, foto’s, diagrammen en gescande documenten. Het bedrijf hield de aankondiging kort, net als bij de stille lancering van V4 Pro eerder deze maand.
Wat het model precies doet
Volgens de release notes van DeepSeek accepteert het model gemengde invoer van tekst en beeld, via base64, een publieke URL tot 32 MiB of de gratis Files API met uploads tot 64 MiB. Ondersteunde formaten zijn JPEG, PNG, GIF en WebP, waarbij DeepSeek het type afleidt uit de bestandsinhoud in plaats van uit de metadata. Eén verzoek mag maximaal 600 afbeeldingen bevatten, met een maximale zijde van 8.192 pixels. Zitten er vijftien of meer beelden in een verzoek, dan zakt die grens naar 4.096 pixels.
De prijs volgt de bestaande V4-Flash-tarieven. Een afbeelding kost hoogstens 384 tokens, ongeacht de resolutie, en met een optioneel detail-veld schaalt het model beelden terug naar 512 bij 512 pixels als fijne details er niet toe doen. Aanroepen kan via Chat Completions en Responses van OpenAI en via de Messages-endpoint van Anthropic. DeepSeek bracht dezelfde dag Harness 0.1.1 uit, de eigen agentruntime, met directe ondersteuning voor het nieuwe model.
De benchmarkclaim, en wat de cijfers zeggen
DeepSeek schrijft dat de multimodale agentprestaties “dicht bij Opus-4.8” komen. The Decoder bekeek de gepubliceerde tabel en kwam tot een nuchterder beeld: op drie van de elf benchmarks wint het model van Anthropic, op de rest niet. Op tekstgebaseerde evaluaties blijft het gelijk aan de gewone V4-Flash. Dat ondersteunt de claim dat de visie-uitbreiding geen taalprestaties heeft gekost. Het achtervoegsel Exp is geen sierletter, DeepSeek noemt de release zelf experimenteel.
De richting is duidelijk. Chinese labs mikken op agents die schermen en documenten lezen zoals een mens dat doet. Alibaba deed vorige week iets vergelijkbaars met Qwen-UI-Agent, dat pc’s en telefoons bedient. Wie een agent bouwt die facturen verwerkt of een webformulier invult, heeft beeldbegrip nodig dat betaalbaar blijft bij duizenden aanroepen per dag.
Een beursgang op de achtergrond
De timing is niet toevallig. Bloomberg meldt dat DeepSeek een notering op het Chinese vasteland voorbereidt, met een aanvraag die op 2026 is gericht en een mogelijk debuut in 2027. Het bedrijf rondde onlangs een ronde van 7 miljard dollar af en praat met investeerders over nieuw kapitaal tegen een pre-money waardering van ongeveer 480 miljard yuan, zo’n 71 miljard dollar. Bij de vorige externe ronde lag dat rond 50 miljard. Accountantskantoren en zakenbanken zijn al benaderd. Ook Anthropic werkt aan een beursgang, wat laat zien hoe snel de kapitaalmarkt onderdeel is geworden van de modellenrace.
Wat betekent dit
Voor Nederlandse ontwikkelaars verandert er iets concreets aan de kostenkant. Beeldverwerking zat tot nu toe vooral bij de dure modellen van OpenAI en Anthropic. Een experimenteel model dat afbeeldingen tegen Flash-tarieven verwerkt, verlaagt de drempel voor toepassingen als documentverwerking, kwaliteitscontrole op foto’s en agents die zelf door een interface klikken. Tegelijk hoort er een waarschuwing bij: experimentele endpoints kunnen zonder aankondiging veranderen of verdwijnen, en DeepSeek verwerkt data op Chinese servers. Voor een proof of concept is dat te overzien, voor productie met persoonsgegevens ligt het anders. Het tempo waarin modellen elkaar opvolgen, zoals bij Gemini 3.7 Flash drie weken na 3.6, betekent bovenal dat je architectuur niet aan één aanbieder vast moet zitten.
