DeepSeek V4-Flash补上"眼睛"：多模态实验版上线，Opus 4.8被追平
8月21日，DeepSeek给V4-Flash补上了"眼睛"：多模态视觉理解模型DeepSeek-V4-Flash-Vision-Exp上线并开放API，但仍是实验版本，用户需要在调用时手动指定模型名称（deepseek-v4-flash-vision-exp）才能访问。最新本次没有提及网页端和Ap
8月21日，DeepSeek给V4-Flash补上了"眼睛"：多模态视觉理解模型DeepSeek-V4-Flash-Vision-Exp上线并开放API，但仍是实验版本，用户需要在调用时手动指定模型名称（deepseek-v4-flash-vision-exp）才能访问。最新本次没有提及网页端和App的开放安排。
新模型可以读取截图中的文字、理解图表和页面布局，也能把图片与文字指令放在同一次任务中处理。这意味着智能体不必再让人"用文字描述图片"。对需要查看网页、分析界面、整理图文资料的Agent来说，这是一次能力补齐。
与Opus 4.8互有胜负
DeepSeek公布的对比数据显示，V4-Flash-Vision-Exp在多个Agent benchmark上与Anthropic的Claude Opus 4.8互有胜负：
领先项：DeepSWE（59.3 vs 58.0）、Agents' Last Exam（27.3 vs 25.7）、ZeroBench（35.0 vs 34.0）追平项：Terminal Bench 2.1（83.9 vs 85.0）、Toolathlon-Verified（75.9 vs 76.2）、Chartography（64.3 vs 65.0）落后项：NL2Repo（57.7 vs 69.7）、DSBench-Hard（63.6 vs 71.7），差距在8-12分
与自家文本版DeepSeek V4-Flash-0731对比，视觉版在纯文本任务上基本持平，但在需要看图的多模态测试上大幅领先：ApexBench从26.2涨到36.5，Agents' Last Exam从25.2涨到27.3。视觉能力的加入并没有拖累原有的文本表现，这是这次实验版最关键的信号。
视觉不是用来"看图说话"
最新发布的三个演示可不是识图问答这类基础任务：其一是为高净值客户制作西藏自驾游PPT，需呈现出野性、粗粝且具有实拍质感；其二是按照黑蓝深海、玻璃UI、ASCII像素等视觉要素对DeepSeek Harness进行正式重构；还有一个则是制作带有黏土怪物动效的网页Demo。
三个案例的共同点是：模型要先看懂图片、页面结构和设计意图，再调用工具产出PPT或代码。DeepSeek想展示的不是"能看图"，而是视觉能力嵌进完整的Agent工作流。
API与计费
API支持三种主流调用格式（Chat Completions、Messages、Responses），图片可以通过链接、Base64或先上传再引用的方式传入。图片会被转换成token计费，一张图最多折算384 tokens，与文字输入统一定价，整体价格与文本版V4-Flash保持一致。
与此同时，Files API也上线了。用户能够先把图片上传至平台，之后在多次请求中通过file_id进行复用，如此一来，便无需反复上传。该接口本身是免费的，但模型每次处理图片所产生的token依然会正常计费。对于那些需要重复分析同一批截图、图表的工作流程而言，此功能主要节省的是带宽，而非推理成本。（易句）
（本文由AI撰文，网易编辑负责校对）
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Beamer 4是面向macOS的本地视频投屏工具，可将Mac中的影片投放到Apple TV、Chromecast及兼容设备，支持常见格式、多类字幕、环绕声、播放列表和电视遥控操作。
Boom 3D macOS版是一款系统级音效增强工具，可为音乐、电影、游戏和流媒体提供3D虚拟环绕声、31段均衡器、音量增强及应用独立音量控制，并支持本地播放器与多种音频输出设备。
Boris FX macOS版是一套面向剪辑、合成、调色及动态图形工作的专业后期工具，涵盖视觉特效、平面与三维跟踪、转描、画面修复、粒子动画和音频清理，可配合多种主流宿主软件使用。
Capto 是面向 macOS 的屏幕截图、高清录屏与媒体编辑工具，支持区域及整屏捕获、网页长截图、双音轨处理、图片和视频标注、素材分类与多渠道分享，适合教师、学生、内容创作者及需要制作演示教程的用户。
Cursor Crane 是一款仅面向 macOS 的键盘操控效率工具，可通过提示标签、网格、文字查找和窗口模式完成点击、滚动、定位与切换，并支持屏幕内容提取、脚本及工作流扩展。
Deep Freeze 冰点还原 macOS版通过冻结系统配置，让受保护的Mac在重新启动后回到预设状态，并提供解冻空间、维护计划、密码保护及Apple Remote Desktop管理能力。
Focusky macOS版是一款面向教学课件、商务汇报、产品展示和动画宣传内容的演示制作工具。它通过无限画布、路径编排、缩放旋转转场及多媒体编辑，将传统逐页幻灯片转化为更具空间感的动态演示。
Folder Colorizer 2 macOS版是一款直观的文件夹外观定制工具，可更换颜色，添加表情、贴纸及图片背景，并支持批量处理、智能推荐和恢复默认样式，帮助用户更快辨认工作、学习与生活资料。
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。
AlwaysUp是一款面向Windows的系统服务注册与程序托管工具，可让普通应用、脚本及批处理在无人登录时随系统启动，并通过状态检测、异常重启、资源监控和邮件通知保障关键任务持续运行。
AnyDesk Windows版是一款轻量化远程桌面与技术支持工具，可用于控制异地电脑、传输文件、远程打印及无人值守访问。它兼顾连接响应、安全权限和部署灵活性，适合个人远程办公、企业设备维护与客服支持。
Boom 3D Windows版是一款面向音乐、电影和游戏场景的系统级音效增强工具，支持虚拟3D环绕声、31段均衡器、预设音效、应用音量控制及本地音乐播放，可配合耳机、扬声器和蓝牙耳机使用。
Boris FX Windows版是一套服务于影视剪辑、视觉特效、运动跟踪、转描、图像修饰及音频修复的专业创作工具集合，可作为插件接入多种主流后期宿主，也包含可独立运行的应用，适合剪辑师、特效师与内容创作者使用。
ChemDraw Windows版是一款面向化学研究、药物研发、材料科学和教学工作的专业结构绘图工具，可快速绘制分子、反应式及生物聚合物，并提供结构整理、格式转换、性质计算和科研文档协作能力。
CODESOFT Windows版是一套企业级条码与RFID标签设计打印工具，可连接Excel、Access、SQL及云端数据源，支持变量、表单、GS1条码、数据库记录和多种工业打印机，适合制造、仓储、物流及合规标识场景。
Deep Freeze 冰点还原 Windows版通过重启恢复技术保护系统盘及指定分区，自动撤销恶意程序、误操作和配置漂移造成的改动，并支持密码保护、解冻空间与多硬盘管理，适合学校机房、公共电脑、办公终端及家庭电脑使用。
EDIUS 11 Windows版是一款面向影视制作、广播电视、纪录片、短视频及教育机构的专业非线性编辑工具，支持4K/8K、多格式混编、HDR调色、字幕、音频处理和后台渲染，并提供素材管理及丰富的导出预设。
FastStone Capture Windows版是一款轻量级屏幕捕捉、录屏与图像编辑工具，可截取窗口、区域、菜单和滚动页面，并提供标注、模糊、取色、OCR、录音录像及多格式导出能力，适合办公说明、教程制作和问题反馈。
Focusky Windows版是一款动画演示与交互课件制作工具，通过无限画布、缩放旋转镜头、模板素材和对象动画组织内容，可导入PPTX，并输出视频、EXE、PDF、网页等格式，适用于课堂教学、微课、商务汇报及产品展示。