DeepSeek lanza el modelo multimodal V4-Flash-Vision-Exp
DeepSeek lanzó un modelo multimodal experimental, V4-Flash-Vision-Exp, en su plataforma de API junto con una nueva API de archivos gratuita.
Respuesta rápida
¿Qué anunció DeepSeek con el lanzamiento de V4-Flash-Vision-Exp?
DeepSeek lanzó DeepSeek-V4-Flash-Vision-Exp, un modelo multimodal experimental disponible en su plataforma API. La empresa afirma que iguala a DeepSeek-V4-Flash en tareas de texto, al tiempo que incorpora capacidades de visión, y asegura que ofrece una importante mejora en el rendimiento de las pruebas de referencia para agentes multimodales respecto a V4-Flash, acercándose a Opus-4.8. DeepSeek también lanzó una API de archivos gratuita y DeepSeek Harness 0.1.1.
Claves
- DeepSeek lanzó DeepSeek-V4-Flash-Vision-Exp, un modelo multimodal experimental, en la plataforma API de DeepSeek el 21 de agosto de 2026.
- DeepSeek afirma que el modelo iguala a DeepSeek-V4-Flash en capacidades de texto, incluyendo agentes, razonamiento y conocimiento general, además de añadir comprensión de imágenes.
- DeepSeek afirma que el modelo muestra una mejora importante respecto a V4-Flash en las pruebas de referencia de agentes multimodales, acercando su rendimiento al de Opus-4.8, según la empresa.
- DeepSeek lanzó una API de archivos gratuita que permite a los desarrolladores subir una imagen una vez y reutilizarla en varias solicitudes haciendo referencia a un file_id.
- DeepSeek también lanzó DeepSeek Harness 0.1.1 el mismo día, que, según la empresa, ofrece compatibilidad inmediata con el nuevo modelo.
DeepSeek lanza un modelo multimodal experimental
DeepSeek ha lanzado DeepSeek-V4-Flash-Vision-Exp en la Plataforma API de DeepSeek, un modelo experimental que añade capacidades multimodales a su línea V4-Flash. Los desarrolladores pueden acceder a él configurando model='deepseek-v4-flash-vision-exp' en sus llamadas a la API.
Afirmaciones sobre el rendimiento en texto y multimodal
DeepSeek afirma que el nuevo modelo iguala a DeepSeek-V4-Flash en capacidades de texto, incluyendo agentes, razonamiento y conocimiento del mundo. La empresa también afirma que, en los benchmarks de agentes multimodales, V4-Flash-Vision-Exp muestra una mejora importante respecto a V4-Flash, y que esto acerca su rendimiento como agente multimodal al de Opus-4.8, según DeepSeek. El anuncio no incluye puntuaciones específicas de los benchmarks.
DeepSeek afirma que el modelo está diseñado para funcionar en distintos marcos de agentes, combinando la comprensión visual con una variedad de herramientas, lo que la empresa describe como el desbloqueo de flujos de trabajo de agentes más prácticos.
Soporte de la API multimodal
DeepSeek remite a los desarrolladores a su guía de la Vision API para obtener más documentación sobre el uso de los endpoints multimodales.
Lanzamiento de la API de Archivos
Junto con el modelo, DeepSeek lanzó una API de Archivos. La empresa afirma que su uso es gratuito y permite a los desarrolladores subir una imagen una sola vez y luego referenciarla en solicitudes posteriores mediante su file_id en lugar de volver a subirla, lo que DeepSeek dice que ahorra ancho de banda en las solicitudes. Las imágenes subidas se pueden reutilizar en múltiples solicitudes sin necesidad de volver a subirlas.
Actualización de Harness
DeepSeek también lanzó DeepSeek Harness 0.1.1 el mismo día. La empresa afirma que esta versión ofrece soporte listo para usar con el nuevo modelo V4-Flash-Vision-Exp.
Fuente: DeepSeek, "DeepSeek-V4-Flash-Vision-Exp Release: Multimodal API Now Live," DeepSeek API Docs, 21 de agosto de 2026.
Preguntas frecuentes
- ¿Qué modelo lanzó DeepSeek?
- DeepSeek-V4-Flash-Vision-Exp, una versión multimodal experimental de DeepSeek-V4-Flash, ya está disponible en la plataforma API de DeepSeek.
- ¿Cómo se factura la entrada de imágenes?
- DeepSeek afirma que las imágenes se tokenizan para la facturación con un máximo de 384 tokens cada una, cobrados según la tarifa de DeepSeek-V4-Flash.
- ¿Qué es la nueva API de Archivos?
- Una función gratuita que permite a los desarrolladores subir una imagen una sola vez y referenciarla mediante file_id en solicitudes posteriores en lugar de volver a subirla, según DeepSeek.
- ¿Qué formatos de API admite el modelo?
- DeepSeek afirma que el modelo admite Chat Completions, Messages y Responses, con entrada mixta de texto e imágenes mediante base64, URL externas o la API Files.