İçeriğe atla
SinaptikLabAI KNOWLEDGE PLATFORM
HaberBüyük Dil ModelleriDeepSeekçok modlu model

DeepSeek, V4-Flash'a görsel girdi ekleyen deneysel modelini yayımladı

DeepSeek 21 Ağustos 2026'da deepseek-v4-flash-vision-exp adlı deneysel çok modlu modeli API'sinde kullanıma açtı. Model, V4-Flash'ın metin başarımını koruyup görüntü girdisi ekliyor; 1 milyon tokenlık bağlam penceresi ve 384 bin tokenlık azami çıktı sunuyor. Görseller ayrı bir ücrete tabi değil, girdi tokeni olarak ve görsel başına en çok 384 token faturalanıyor. Yayımlandığı gün ağırlıklar açık değildi; erişim yalnızca API üzerindendi.

SASinaptik Research6 dakikalık okuma

Kısa cevap

DeepSeek 21 Ağustos 2026'da deepseek-v4-flash-vision-exp adlı deneysel çok modlu modeli API'sinde kullanıma açtı. Model, V4-Flash'ın metin başarımını koruyup görüntü girdisi ekliyor; 1 milyon tokenlık bağlam penceresi ve 384 bin tokenlık azami çıktı sunuyor. Görseller ayrı bir ücrete tabi değil, girdi tokeni olarak ve görsel başına en çok 384 token faturalanıyor. Yayımlandığı gün ağırlıklar açık değildi; erişim yalnızca API üzerindendi.

Ne oldu?#

DeepSeek'in API değişiklik kaydı, 21 Ağustos 2026'da deepseek-v4-flash-vision-exp modelinin yayımlandığını gösteriyor. Not, modelin görsel anlama gerektiren ajan ölçütlerinde V4-Flash'a göre belirgin bir sıçrama yaptığını ve çok modlu ajan yeteneklerinin Opus 4.8'e yaklaştığını söylüyor. Saf metin görevlerinde, yani akıl yürütme ve ajan işlerinde, V4-Flash ile aynı seviyede kalındığı belirtiliyor.

Model adındaki exp eki deneysel olduğunu işaret ediyor: erişim, istekteki model alanının bu kimliğe ayarlanmasıyla sağlanıyor. Yayımlandığı gün indirilebilir ağırlık sunulmadı; yerel dağıtım veya kendi ince ayarını yapmak isteyen ekipler için bir seçenek yoktu. Hedeflenen kullanım alanları belge ve grafik anlama, görsel soru yanıtlama ve metinle görseli iç içe geçiren çok modlu ajan akışları.

Neden önemli?#

Önemli olan yetenek değil fiyat mimarisi. Görüntü anlama uzun süre ayrı bir ücret kalemiydi ve çoğu ekip için OCR hattıyla model arasında seçim yapmayı gerektiriyordu. Görselin ayrı bir çarpanla değil, girdi tokeni olarak ve üst sınırla faturalanması, sayfa başına maliyeti önceden hesaplanabilir hâle getiriyor. Bu da fatura ile denemenin önündeki en büyük engeli kaldırıyor.

İkinci etki rekabet tarafında. Ucuz ve hızlı sınıfta görüntü desteğinin standart hâle gelmesi, belge işleme yığınlarında ayrı bir görsel modele ödeme yapmayı gereksizleştirebilir. Ancak yayımlandığı gün ağırlıkların kapalı olması, DeepSeek'in açık ağırlık yayımlama geleneğiyle tanınan bir sağlayıcı olduğu düşünülürse, bu sürümün bir ürün değil bir deneme olarak konumlandığını gösteriyor.

Teknik ayrıntı#

  • Model kimliği: deepseek-v4-flash-vision-exp; deneysel etiketli, V4-Flash ailesinin görüntü girdili sürümü.
  • Bağlam penceresi 1 milyon token (1.048.576), azami çıktı 384 bin token; bu değerler V4-Flash ve V4-Pro ile aynı.
  • Görseller girdi tokeni olarak faturalanıyor ve görsel başına 384 token üst sınırı var; ayrı bir görüntü ücreti alınmıyor.
  • Bağımsız derlemelere göre fiyat yoğun saatlerde milyon token başına 0,44 dolar girdi ve 1,32 dolar çıktı; yoğun olmayan saatlerde bunun yarısı, yani 0,22 ve 0,66 dolar.
  • Önbellek isabetli girdi çok daha ucuz: aynı derlemelere göre yoğun saatte milyon token başına 0,014 dolar, yoğun olmayan saatte 0,007 dolar.
  • Yayın günü itibarıyla yalnızca API üzerinden erişilebiliyordu, indirilebilir ağırlık yoktu.
  • Metin tarafındaki ajan ve akıl yürütme başarımının V4-Flash ile eşdeğer kaldığı bildiriliyor.

Üreticinin bildirdiği ölçüm sonuçları#

ÖlçütV4-Flash-Vision-ExpKarşılaştırma modeliNot
Agents Last Exam27,3Claude Opus 4.8: 25,7DeepSeek'in öne çıkardığı üstünlük
NL2Repo (depo düzeyi kodlama)57,7Claude Opus 4.8: 69,7Karşılaştırma modeli belirgin biçimde önde
Yayımlanan 11 ölçütün toplamı3 ölçütte öndeClaude Opus 4.8: 8 ölçütte öndeGenel tablo karşılaştırma modelinin lehine
Değerler DeepSeek'in kendi yayımladığı model kartından derlenmiştir; bağımsız bir kuruluş tarafından yeniden üretilmemiştir.

Kimleri etkiliyor?#

KimNe değişiyorNe yapmalı
Belge ve grafik işleyen ekiplerGörüntü girdisi metin modeliyle aynı fiyat bandına iniyorMevcut OCR hattınızla model çıktısını aynı örneklem üzerinde yan yana ölçün
Çok modlu ajan kuranlarMetin ve görseli aynı akışta harmanlayan araç çağrıları mümkün hâle geliyorGörsel başına 384 token sınırının küçük punto ve yoğun tablolara yettiğini kendi belgelerinizle sınayın
Yerel dağıtım planlayanlarYayın günü itibarıyla indirilebilir ağırlık yokÜretim kararını API bağımlılığı ve deneysel etiketi göz önünde tutarak verin
Maliyet sahipleriFiyat yoğun ve yoğun olmayan saatlere göre iki kata kadar değişiyorToplu işleri yoğun olmayan pencereye kaydırıp önbellek isabet oranını ölçün

Sinaptik yorumu#

Fiyat sayfası bu sürümde model kartından daha çok şey anlatıyor. Görüntü desteğinin ek ücret olmaktan çıkıp girdi tokeni olarak ve tavanlı biçimde faturalanması, belge işleme maliyetini sayfa başına tahmin edilebilir kılıyor; çok modlu kullanımın önündeki ticari engel, teknik engelden önce kalkmış oluyor. Buna karşılık iki kayıt düşmek gerekir: model deneysel etiketli ve yayımlandığı gün ağırlıkları kapalıydı, dolayısıyla uzun ömürlü bir bağımlılık olarak planlanmamalı. Ölçüm tarafında da DeepSeek'in kendi kartı, karşılaştırılan modelin çoğu ölçütte önde olduğunu gösteriyor; buradaki iddia en iyi olmak değil, aynı işi daha ucuza yapmak.

Büyük Dil Modelleri akışından

DISCOVER

Bunu kaçırmamak için günlük Brief'e katıl

Her sabah bilmeniz gereken beş gelişme, beş dakikada okunacak biçimde e-postanıza gelir.