DeepSeek視覺模型與Opus 4.8戰績各2勝2敗

DeepSeek的視覺模型V4-Flash-Vision-Exp在四項多模態代理評估中，與Opus 4.8在各自的兩個項目上展現了優勢。在Agents' Last Exam中，V4-Flash-Vision-Exp獲得27.3分，超過Opus 4.8的25.7分；在ZeroBench中也以35.0分領先Opus 4.8的34.0分。然而，在ApexBench中，V4-Flash-Vision-Exp的36.5分未能達到Opus 4.8的39.4分，而在Chartography中以64.3分低於Opus 4.8的65.0分。V4-Flash-Vision-Exp的ApexBench分數從舊有的文本模型V4-Flash-0731的26.2分提升至36.5分，Agents' Last Exam的分數也從25.2分增至27.3分。DeepSeek解釋V4-Flash忽略多模態內容，分數的提升被解釋為能夠處理圖像輸入的效果。在七項文本評估中，V4-Flash-Vision-Exp在六項中均高於V4-Flash-0731，DeepSWE的分數從54.4分上升至59.3分。在Toolathlon中，V4-Flash-Vision-Exp獲得75.9分，與Opus 4.8的76.2分相差0.3分。此次基準測試是DeepSeek的自我測量，擴大了開發者的多模態模型選擇。目前公開的數據顯示，DeepSeek視覺模型在四項多模態代理評估中與Opus 4.8的戰績為各2勝2敗。

本內容僅供參考，不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性，存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。