DeepSeek zet visiemodel open onder MIT-licentie

DeepSeek heeft de gewichten van DeepSeek-V4-Flash-Vision-Exp op Hugging Face gezet, onder een MIT-licentie. Het is het eerste multimodale model uit de V4-familie dat iedereen kan downloaden en op eigen hardware draaien. De modelkaart noemt 305 miljard parameters.

Van API naar vrij te downloaden gewichten

De API-versie draaide al sinds 21 augustus. In de eigen documentatie omschrijft DeepSeek het model als “our first experimental multimodal model in the DeepSeek-V4 family”. Beelden worden voor de facturering omgezet in maximaal 384 tokens per stuk, tegen het tarief van V4-Flash. Invoer kan als base64, via een URL of via de Files API, die gratis is voor uploads die je vaker hergebruikt. Wat er nu bij komt is de download zelf, en dat verandert wie het model kan gebruiken. Chinese labs kiezen die route vaker: Tencent zette eerder een model van 770 miljard parameters open en Z.ai bracht GLM-5.3-Flash eveneens onder MIT uit.

Beeldverwerking zit in het model zelf

Het model bouwt voort op DeepSeek-V4-Flash-0731, waaraan visuele modules zijn toegevoegd voordat de training werd voortgezet. De modelkaart noemt DFlash-attention, een mixture-of-experts-opzet, Hyper-Connections en het DSpark-pad. Op het ontwikkelaarsforum van NVIDIA pluisden gebruikers de vrijgegeven bestanden na en stelden vast dat de beeldverwerking in het model zelf zit. Bij V3.2, een jaar geleden, hing DeepSeek er nog een aparte visietoren van Google aan vast. Het verschil is praktisch: minder losse onderdelen om te laden en te onderhouden.

De cijfers op de modelkaart: 83,9 op Terminal Bench 2.1, 36,5 op ApexBench (pass@1) en 64,3 op Chartography. DeepSeek zegt dat het model op multimodale agenttaken in de buurt komt van Claude Opus 4.8. Op de meeste scores blijft er afstand tot dat model.

Lokaal draaien lukt nog niet vlot

Wie de gewichten meteen wil inzetten, loopt tegen een praktisch probleem aan. Op hetzelfde NVIDIA-forum melden gebruikers dat de vision-processor van vLLM niet werkt met deze variant en dat er nog geen pull request ligt voor visie-ondersteuning van deepseek_v4. De DeepSeek-visiemodellen die vLLM al kent, deepseek_vl2 en deepseek_ocr, gebruiken een andere backbone. Voor productiegebruik betekent dat wachten op ondersteuning of zelf sleutelen. Het “Exp” in de naam staat er niet voor niets.

Wat betekent dit

Een multimodaal model dat je binnen je eigen muren kunt draaien, verandert de rekensom voor organisaties die beeldmateriaal niet naar een Amerikaanse of Chinese API willen sturen. Denk aan scans, foto’s van schade of screenshots uit interne systemen. De MIT-licentie legt daarbij weinig beperkingen op, ook commercieel. Tegelijk is 305 miljard parameters geen formaat voor één werkstation, dus de drempel verschuift naar rekenkracht en beheer.

De timing zegt ook iets. DeepSeek haalde eind augustus 7,4 miljard dollar op met het oog op een beursgang, en zet zijn beste werk intussen gratis online. Dat het model uitgerekend op het inmiddels door NVIDIA overgenomen Hugging Face landt, maakt de verspreiding er niet kleiner op. Wie eerder al keek naar de API-versie van dit visiemodel, kan nu vergelijken wat zelf hosten oplevert.

“Open gewichten zijn pas iets waard als je weet welk werkproces je ermee wil aanpakken. In de praktijk zie ik teams eerst een model kiezen en daarna pas bedenken waarvoor.”

Leon Tindemans, AI-expert en Copilot- & ChatGPT-trainer. Meer over werken met dit soort modellen in de praktijk staat bij de ChatGPT-training van TTM Communicatie.