中国の先端AI開発企業DeepSeek（ディープシーク）は、高評価を得ている軽量高速モデル「V4-Flash」にマルチモーダル視覚推論能力を追加した「DeepSeek-V4-Flash-Vision-Exp」をAPI公開しました。
本モデルは、284Bパラメータ（アクティブ13B）の疎なMixture-of-Experts（MoE）構造と100万トークンの広大なコンテキストウィンドウを維持。
画像解像度やファイルサイズに左右されず、1画像あたり一律384トークンとして処理・課金される画期的な料金設計を採用しています。
複雑な技術ドキュメントのグラフ解析、UIスクリーンショットからのコード生成、視覚的質問応答（VQA）を極めて低コストかつ高速に実行可能とし、開発者のマルチモーダル開発を強力に後押しします（一次ソース：DeepSeek API ドキュメント / 公式発表）。