DeepSeek 终于发布了自己的多模态模型：DeepSeek V4 Flash Vision 实验版。
这次做了两组测试：
- 项目实战：官网复刻、耳机产品页、实时冷链后台、3D 风电场数字孪生
- 视觉评测：PerceptionBench 全量 3000 道题
主观体验是，模型接入视觉以后，做前端页面和交互已经能达到“可看、可用”的水平，尤其产品页和 3D 控制台完成度不错。不过，纯视觉理解的结果比较一般：34.93%，近似放入现有榜单约为第 15/17。
这轮一共跑了 6000 多次请求，烧掉约 1.5 亿 Token。
好消息是它还只是实验版；
正式版如果经过后训练之后可能能进步多少，才是接下来最值得看的地方。
