Rafael NazarA DeepSeek lançou nesta sexta-feira (21) o DeepSeek-V4-Flash-Vision-Exp, novo modelo experimental de inteligência artificial (IA) que, além de processar textos, consegue ler, interpretar e compreender imagens.
Segundo a empresa chinesa, o desempenho do modelo é próximo ao do Opus 4.8, desenvolvido pela Anthropic. A ferramenta pode analisar fotos, capturas de tela e documentos para executar tarefas sem que o usuário precise fornecer instruções a cada etapa.
O DeepSeek-V4-Flash-Vision-Exp mantém recursos da versão anterior, o DeepSeek-V4-Flash, como raciocínio lógico, conhecimento geral e execução de rotinas automatizadas. A principal novidade é a capacidade de processar dados de texto e imagem simultaneamente.
Em testes voltados a tarefas autônomas, conhecidas como agentes, o modelo da DeepSeek apresentou resultados próximos aos do Opus 4.8, segundo a empresa. Com isso, o sistema pode observar uma imagem, compreender o contexto exibido na tela e tomar decisões para concluir uma atividade solicitada.
Programadores podem testar o modelo na plataforma da DeepSeek, informando seu nome no código de acesso. As imagens podem ser enviadas por links da internet, códigos de arquivo ou pelo novo sistema de envio disponibilizado pela empresa.
Junto com o modelo visual, a DeepSeek liberou gratuitamente a Files API, ferramenta de gerenciamento de arquivos. O recurso permite enviar uma imagem aos servidores uma única vez e reutilizá-la em várias chamadas de API, o que reduz o consumo da conexão do usuário e pode acelerar as respostas.
O lançamento ocorre em meio à disputa entre empresas de tecnologia da China e dos Estados Unidos. As companhias chinesas têm apostado em ferramentas com custos de uso menores e desempenho próximo ao de modelos americanos mais caros.
