DeepSeek視覺模型多模態Agent能力逼近Opus 4.8！4項打成2:2

BiRun 訊，DeepSeek 公佈 V4-Flash-Vision-Exp 的首批 Agent 跑分。在 4 項多模態 Agent 評測中，它和 Opus 4.8 打成 2 勝 2 負：Agents' Last Exam 為 27.3 對 25.7，ZeroBench 為 35.0 對 34.0；ApexBench 為 36.5 對 39.4，Chartography 為 64.3 對 65.0。

相比純文本版 V4-Flash-0731，視覺版在 ApexBench 從 26.2 昇到 36.5，Agents' Last Exam 從 25.2 昇到 27.3。不過這兩個評測本身包含圖片，官方注明 V4-Flash 會直接忽略其中的多模態內容，因此這裡主要體現的是補上視覺輸入後的能力，而不是純文本推理突然變強。

加上視覺後，文本 Agent 能力也沒有明顯縮水。7 項文本評測裡，Vision Exp 有 6 項高於 V4-Flash-0731。比如 DeepSWE 從 54.4 昇到 59.3，甚至超過 Opus 4.8 的 58.0；Toolathlon 為 75.9，也幾乎追平 Opus 4.8 的 76.2。

需要注意，這組結果來自 DeepSeek 官方自測，不是第三方獨立榜單。DeepSeek 系列在公開 Code Agent 文本任務中使用 DeepSeek Harness 極簡模式，推理檔位設為 max。

（據 官方公告 報道）