8月31日DeepSeek上线多模态模型，先卖API再开源，多模态Agent能力接近Claude Opus 4.8

8月31日，DeepSeek在Hugging Face上线了实验性多模态模型DeepSeek-V4-Flash-Vision-Exp。它重新定义了多模态，开源内容完整，先卖API再开源，多模态能力表现亮眼。

模型亮点：多模态重新定义

该模型是V4家族第一款实验性多模态模型，有305B参数。传统多模态模型聚焦视觉问答，而它重点是让Agent读取视觉信息并结合工具执行任务，这双「眼睛」是给Agent用的。

开源情况：内容完整社区响应快

开源内容涵盖模型权重、Tokenizer等核心模块。社区动作迅速，Hugging Face页面已出现7个量化版本，方便开发者进行本地部署和二次开发。

时间节奏：先卖API后开源

8月21日先上线DeepSeek API，当时只能调用不给权重，十天后权重放出。这种节奏体现了DeepSeek对模型的定位和推广策略。

能力表现：多模态提升显著

加入视觉能力后，纯文本Agent能力基本未受影响且有所提升，多模态Agent提升更明显。不过在NL2Repo上与Opus - 4.8有差距，官方措辞克制。

发展趋势：拼完整Agent技术栈

DeepSeek正构建完整的Agent技术栈，模型、Harness、Vision各有作用，开源是最后一块拼图，有望推动多模态技术在Agent领域的发展。

编辑观点：DeepSeek此次上线多模态模型，重新定义赛道且开源完整，虽未全面超越竞品，但多模态能力提升显著，其构建技术栈的策略值得关注，未来或在多模态Agent领域有更大作为。