DeepSeek V4 Flash Vision Experimental доступен через Vercel AI Gateway

Что выпустили?

Vercel объявила о доступности экспериментальной версии модели DeepSeek V4 Flash Vision через свой сервис AI Gateway. Эта модель расширяет возможности базовой DeepSeek V4 Flash, позволяя принимать изображения (JPEG, PNG, GIF, WebP) вместе с текстовым запросом.

Ключевые возможности

• Мультимодальный ввод – один запрос может включать как текст, так и изображение.
• Описание изображений – модель может дать естественное описание сцены, объектов и их отношений.
• Оптическое распознавание текста (OCR) – извлечение текста из скриншотов, документов, этикеток.
• Анализ графиков и таблиц – возможность «прочитать» диаграмму, вывести числовые значения и дать интерпретацию.
• Сохранение прежних функций – инструментальное использование, цепочки рассуждений и кэширование работают так же, как в текстовой версии.

Как начать использовать?

1. Зарегистрируйтесь в Vercel AI Gateway.
2. Выберите модель deepseek/deepseek-v4-flash-vision-exp в настройках.
3. Отправляйте запросы через API, передавая поле image в формате base64 или URL.

Документация по параметрам запроса и ограничениям доступна в официальном чейнджлоге Vercel.

Ограничения и статус

Модель помечена как experimental: она может иметь ограничения по точности OCR, скорости обработки и объёму поддерживаемых изображений. Vercel планирует собрать обратную связь и в дальнейшем выпустить стабильную версию.

Почему это важно?

Поддержка визуального контента открывает новые сценарии для чат‑ботов, систем поддержки клиентов и аналитических инструментов, где требуется комбинировать текст и изображение в одном диалоге.