PANews 8月31日付の報道によると、Hugging Face上でDeepSeekがマルチモーダルモデル「DeepSeek-V4-Flash-Vision-Exp」の重みを公開した。このモデルはV4-Flashアーキテクチャをベースに画像理解機能を追加したもので、スクリーンショットや図表を認識し、ツールと組み合わせてAgentタスクを実行できる。Terminal Benchなどの純粋なテキストAgentベンチマークでは、性能はV4-Flashとほぼ同等となっている。これまで同シリーズのモデルはAPI経由でのみ提供されていたが、今回から開発者は重みをダウンロードしてローカルにデプロイでき、Transformers、vLLM、SGLangなどのフレームワークを通じて統合・利用できる。