Dealer.AI

DeepSeek выпустил мультимодальную модель для агентов. 🪨 Сегодня, 21 августа, DeepSeek анонсировал экспериментальную версию своего флагмана, которая научилась понимать изображения на уровне, близком к Opus‑4.8. При этом все текстовые суперспособности (агентность, логика, программирование) остались без изменений. Можно взаимодействовать с интерфейсами и изображением, но с видео и звуком пока не дружит. Ждём омнимодальность. 👍 📊 Что по бенчмаркам? · ApexBench (Pass@1): 36.5 (у Opus‑4.8 - 39.4) – почти догнали. · ZeroBench: 35.0 против 34.0 у Opus – здесь даже обошли! 🍷 ⚙️ Как попробовать? Уже доступно через DeepSeek API. Имя модели: deepseek‑v4‑flash‑vision‑exp Картинки можно передавать: · через Base64, · по прямой ссылке, · или через новый Files API загружаете один раз, используете file_id в нескольких запросах - экономия трафика. 💰 Цена как у обычного V4‑Flash (до 384 токенов за картинку, без наценки). А в подкасте я говорил про png для экономии на токенах 😜 🛠️ Для разработчиков: вышел DeepSeek Harness 0.1.1 с нативной поддержкой новинки. ⌨️ Отличный шанс для экспериментов с визуальными агентами! Документация и примеры - по ссылке в официальном твите. В целом, меня радует тренд на лёгкие (недорогие) модели для агентов, да ещё и мультимодал. 💃