2026年8月31日，DeepSeek 在官方 Hugging Face 组织 deepseek-ai 上线 DeepSeek-V4-Flash-Vision-Exp 开放权重。模型仓库创建于当日 06:16（UTC），采用 MIT 许可证，提供模型文件、Tokenizer、提示编码参考与最小化 PyTorch 推理实现。这不是 8 月21日 API 上线消息的重复：此前解决的是云端可调用，这次才把权重与关键参考代码交到开发者手里。
从“看图接口”变成可检查的模型资产
官方模型卡显示，该模型约 3050 亿参数，在纯文本 Agent 任务上保持与 DeepSeek-V4-Flash-0731 接近的水平，同时加入视觉理解。它能把图片、图表、软件界面与文字指令放进同一任务链，适合做网页操作、图表分析、截图排障和视觉质检。想了解前一阶段的 API 能力，可对照DeepSeek-V4-Flash-Vision-Exp 上线解读。
DeepSeek 公布的自测中，ApexBench Pass@1 从文本版的 26.2 提升到 36.5，Chartography 得分 64.3，ZeroBench Pass@5 为 35.0。它还在 Terminal Bench 2.1 得到 83.9、DeepSWE 得到 59.3。不过这些数字来自官方模型卡，不能直接等同于所有真实业务的稳定性。
开放权重不等于普通电脑即装即用
对团队而言，价值在于可审计、可微调，也能围绕私有截图和内部界面搭建受控 Agent；限制则是部署门槛仍高。3050 亿参数意味着权重存储、显存、推理框架与多卡通信都不是消费级电脑能轻松承担的，仓库里的最小推理代码也不是现成生产服务。
因此，这次开放更像把多模态 Agent 的研究底座交给云厂商、推理框架团队和有算力的企业。中小开发者短期仍适合先用 API 验证任务，再决定是否采用量化、托管推理或私有集群。真正值得关注的不是“模型能下载”，而是视觉 Agent 从封闭接口走向可检查、可改造的工程资产。
