Lar
A DeepSeek apresenta o primeiro modelo multimodal de código aberto desenvolvido para agentes de IA
A DeepSeek lançou o DeepSeek-V4-Flash-Vision-Exp no Hugging Face, marcando a estreia do primeiro modelo multimodal experimental da série V4 sob a Licença MIT. Com 305 bilhões de parâmetros e desenvolvido com base no V4-Flash-0731, esse modelo integra um codificador visual e um Aligner à sua arquitetura linguística central, possibilitando uma compreensão robusta de imagens por meio de treinamento contínuo.
Foco em agentes multimodais, não apenas na descrição de imagens
Diferentemente dos modelos multimodais tradicionais focados na resposta a perguntas visuais, a DeepSeek redefiniu o objetivo da versão Vision: priorizar as capacidades dos agentes multimodais. A documentação oficial destaca que os agentes podem interpretar diretamente entradas visuais — como capturas de tela da web, interfaces de software e gráficos — e executar tarefas por meio da invocação de ferramentas. Essencialmente, esse “olho” foi projetado para agentes de máquina, e não para usuários humanos.
O pacote de código aberto é abrangente, apresentando pesos de modelo, Tokenizer, implementações de referência para codificação de prompts e uma configuração mínima de inferência no PyTorch. Ele abrange módulos essenciais, incluindo o codificador visual, Aligner, DFlash Attention, MoE e Hyper-Connections. A comunidade respondeu rapidamente, com sete versões quantizadas já disponíveis no Hugging Face para llama.cpp, LM Studio e Ollama.
Detalhes importantes da linha do tempo revelam um lançamento estratégico: o modelo apareceu pela primeira vez na API do DeepSeek em 21 de agosto, acessível apenas via API, sem distribuição de pesos. Os desenvolvedores podiam inserir texto e imagens simultaneamente, com o processamento de imagens cobrado por token. Dez dias depois, os pesos foram oficialmente divulgados, possibilitando a implantação local e o desenvolvimento secundário. Essa estratégia de “primeiro a API, depois o código aberto” ressalta o posicionamento principal do DeepSeek como provedor de serviços de API.
Desempenho próximo ao do Claude Opus 4.8, com alegações oficiais comprovadas
Os resultados dos benchmarks indicam que a adição de recursos visuais não compromete significativamente o desempenho do agente de texto puro: as pontuações no Terminal Bench 2.1 subiram de 82,7 para 83,9, e o DeepSWE melhorou de 54,4 para 59,3, superando os 58,0 do Opus 4.8. As melhorias nos agentes multimodais são mais pronunciadas: o ApexBench Pass@1 atingiu 36,5, o “Agents’ Last Exam” obteve 27,3 (superando os 25,7 do Opus 4.8) e o ZeroBench Pass@5 atingiu 35,0, superando os 34,0 do concorrente.
No entanto, o DeepSeek evita afirmar “superioridade abrangente”: no projeto NL2Repo, obteve 57,7, ficando atrás dos 69,7 do Opus 4.8. A declaração oficial permanece cautelosa, observando apenas que “as capacidades do agente multimodal estão próximas às do Claude Opus 4.8”. Atualizações recentes mostram que o DeepSeek está montando uma pilha completa de tecnologia de agentes: o modelo lida com raciocínio e chamadas de ferramentas, o Harness gerencia a execução contínua de tarefas e o Vision permite que os agentes interpretem diretamente informações visuais do computador. Este lançamento de código aberto é um passo fundamental para a conclusão desse ecossistema.
Artigo relacionado
Órgãos de saúde dos EUA avaliam modelos de IA da OpenAI e da Anthropic
Órgãos de saúde pública em todo o país devem avaliar a IA generativa por meio de uma nova iniciativa liderada pela Coalizão para a IA na Saúde (Coalition for Health AI), em parceria com a OpenAI, a An
O “Touch and Pay” do Alipay transformará 30 milhões de pontos de contato físicos em uma rede de negócios impulsionada por IA
Após o lançamento de um sistema de pagamentos com IA full-stack e do assistente “Abao” do Alipay, alimentado por IA, o Alipay anunciou, em 8 de julho, que sua solução “Touch and Pay” passou por uma at
Tealium: Por que a qualidade do RAG depende de dados em tempo real
Freddy Berlanti, gerente principal de produtos de IA aplicada da Tealium, explora a geração aumentada por recuperação (RAG). Imagem: Getty ImagesFreddy Berlanti, gerente principal de produto de IA Apl
Recomendações de tópicos especiais relacionados
Produtividade
Os melhores assistentes de foco com IA: reduza a alternância de tarefas e mantenha o foco
Os melhores assistentes de IA com foco em produtividade de 2026, cuidadosamente selecionados para reduzir a troca de contexto e manter sua produtividade durante todo o dia. Essas ferramentas poderosas passam por testes rigorosos em condições reais, com uma comparação entre versões gratuitas e pagas, além de rankings atualizados semanalmente. Descubra a ferramenta perfeita para aumentar sua eficiência na escrita, estimular ideias criativas e manter o foco sem distrações. Explore agora no XIX.AI para aproveitar ao máximo sua vantagem com IA.
9 ferramentas
xix.ai
escrita
Melhores ferramentas de edição por IA para textos corporativos claros e precisos
Os melhores e mais atualizados ferramentas de edição por IA com alta avaliação, ideais para textos profissionais claros, estão disponíveis aqui no XIX.AI! Esta lista selecionada apresenta soluções poderosas e revolucionárias que ajudam a aumentar significativamente a eficiência na escrita, graças a testes em condições reais e classificações rigorosas. Você encontrará uma comparação entre as opções gratuitas e as pagas para auxiliá-lo a escolher a melhor alternativa. Explore agora e aproveite todas as vantagens oferecidas pela IA!
10 ferramentas
xix.ai
Criação de Animação
As melhores ferramentas de correção de movimento com IA para redirecionamento de captura de movimento em vídeos curtos, anúncios e trailers de jogos
As melhores e mais bem avaliadas ferramentas de limpeza de movimento com IA de 2026 para redirecionamento de captura de movimento (mocap) em vídeos curtos, anúncios e trailers de jogos! A XIX.AI selecionou uma coleção poderosa e revolucionária, com rankings atualizados semanalmente, comparação entre versões gratuitas e pagas e testes práticos para ajudar você a encontrar a solução imperdível que aumenta a produtividade e libera seu potencial criativo. Explore agora para descobrir a ferramenta perfeita para edições de movimento impecáveis.
9 ferramentas
xix.ai
Criação de quadrinhos
Melhores Geradores de Fundo de Mangá com IA para Histórias em Série
2026 Últimas Melhores Geradores de Fundo de Mangá com IA Mais Bem Avaliados para Histórias em Série! Esta lista selecionada apresenta ferramentas poderosas que mudam o jogo, ajudando os criadores a produzir conteúdo visual impressionante rapidamente, aumentando significativamente a produtividade. Cada opção passou por testes no mundo real para garantir a mais alta qualidade. Confira a comparação entre gratuito e pago e as classificações para encontrar a opção perfeita para você. Explore agora na XIX.AI para desbloquear sua vantagem com IA na criação de mangás.
9 ferramentas
xix.ai
chatbot
Os melhores companheiros de bate-papo com IA: converse de forma natural com memória de longo prazo
O “Ranking dos Melhores Companheiros de Conversação com IA de 2026” apresenta ferramentas poderosas e bem avaliadas, conhecidas por sua capacidade de manter conversas naturais e reter memória de longo prazo. Essa lista cuidadosamente selecionada inclui opções imperdíveis, tanto gratuitas quanto pagas, respaldadas por testes reais e rankings atualizados semanalmente. O XIX.AI se destaca como uma opção confiável nessa coleção de elite. Explore agora para descobrir seu companheiro de bate-papo com IA perfeito e potencialize sua produtividade ainda hoje.
11 ferramentas
xix.ai
Criação de Animação
Os melhores geradores de animação com IA: transforme suas ideias em clipes animados rapidamente
Os melhores geradores de animação com IA mais bem avaliados de 2026! O XIX.AI seleciona uma coleção poderosa e revolucionária de ferramentas imperdíveis para transformar ideias criativas em clipes animados de alta qualidade com rapidez. Cada opção passou por rigorosos testes práticos, com comparações detalhadas entre versões gratuitas e pagas e rankings atualizados semanalmente para ajudar você a encontrar a opção perfeita para aumentar sua produtividade em animação. Explore agora para descobrir sua vantagem com a IA!
11 ferramentas
xix.ai
Comentários (0)
A DeepSeek lançou o DeepSeek-V4-Flash-Vision-Exp no Hugging Face, marcando a estreia do primeiro modelo multimodal experimental da série V4 sob a Licença MIT. Com 305 bilhões de parâmetros e desenvolvido com base no V4-Flash-0731, esse modelo integra um codificador visual e um Aligner à sua arquitetura linguística central, possibilitando uma compreensão robusta de imagens por meio de treinamento contínuo.
Foco em agentes multimodais, não apenas na descrição de imagens
Diferentemente dos modelos multimodais tradicionais focados na resposta a perguntas visuais, a DeepSeek redefiniu o objetivo da versão Vision: priorizar as capacidades dos agentes multimodais. A documentação oficial destaca que os agentes podem interpretar diretamente entradas visuais — como capturas de tela da web, interfaces de software e gráficos — e executar tarefas por meio da invocação de ferramentas. Essencialmente, esse “olho” foi projetado para agentes de máquina, e não para usuários humanos.
O pacote de código aberto é abrangente, apresentando pesos de modelo, Tokenizer, implementações de referência para codificação de prompts e uma configuração mínima de inferência no PyTorch. Ele abrange módulos essenciais, incluindo o codificador visual, Aligner, DFlash Attention, MoE e Hyper-Connections. A comunidade respondeu rapidamente, com sete versões quantizadas já disponíveis no Hugging Face para llama.cpp, LM Studio e Ollama.
Detalhes importantes da linha do tempo revelam um lançamento estratégico: o modelo apareceu pela primeira vez na API do DeepSeek em 21 de agosto, acessível apenas via API, sem distribuição de pesos. Os desenvolvedores podiam inserir texto e imagens simultaneamente, com o processamento de imagens cobrado por token. Dez dias depois, os pesos foram oficialmente divulgados, possibilitando a implantação local e o desenvolvimento secundário. Essa estratégia de “primeiro a API, depois o código aberto” ressalta o posicionamento principal do DeepSeek como provedor de serviços de API.
Desempenho próximo ao do Claude Opus 4.8, com alegações oficiais comprovadas
Os resultados dos benchmarks indicam que a adição de recursos visuais não compromete significativamente o desempenho do agente de texto puro: as pontuações no Terminal Bench 2.1 subiram de 82,7 para 83,9, e o DeepSWE melhorou de 54,4 para 59,3, superando os 58,0 do Opus 4.8. As melhorias nos agentes multimodais são mais pronunciadas: o ApexBench Pass@1 atingiu 36,5, o “Agents’ Last Exam” obteve 27,3 (superando os 25,7 do Opus 4.8) e o ZeroBench Pass@5 atingiu 35,0, superando os 34,0 do concorrente.
No entanto, o DeepSeek evita afirmar “superioridade abrangente”: no projeto NL2Repo, obteve 57,7, ficando atrás dos 69,7 do Opus 4.8. A declaração oficial permanece cautelosa, observando apenas que “as capacidades do agente multimodal estão próximas às do Claude Opus 4.8”. Atualizações recentes mostram que o DeepSeek está montando uma pilha completa de tecnologia de agentes: o modelo lida com raciocínio e chamadas de ferramentas, o Harness gerencia a execução contínua de tarefas e o Vision permite que os agentes interpretem diretamente informações visuais do computador. Este lançamento de código aberto é um passo fundamental para a conclusão desse ecossistema.
Órgãos de saúde dos EUA avaliam modelos de IA da OpenAI e da Anthropic
Órgãos de saúde pública em todo o país devem avaliar a IA generativa por meio de uma nova iniciativa liderada pela Coalizão para a IA na Saúde (Coalition for Health AI), em parceria com a OpenAI, a An
O “Touch and Pay” do Alipay transformará 30 milhões de pontos de contato físicos em uma rede de negócios impulsionada por IA
Após o lançamento de um sistema de pagamentos com IA full-stack e do assistente “Abao” do Alipay, alimentado por IA, o Alipay anunciou, em 8 de julho, que sua solução “Touch and Pay” passou por uma at
Tealium: Por que a qualidade do RAG depende de dados em tempo real
Freddy Berlanti, gerente principal de produtos de IA aplicada da Tealium, explora a geração aumentada por recuperação (RAG). Imagem: Getty ImagesFreddy Berlanti, gerente principal de produto de IA Apl
Os melhores assistentes de IA com foco em produtividade de 2026, cuidadosamente selecionados para reduzir a troca de contexto e manter sua produtividade durante todo o dia. Essas ferramentas poderosas passam por testes rigorosos em condições reais, com uma comparação entre versões gratuitas e pagas, além de rankings atualizados semanalmente. Descubra a ferramenta perfeita para aumentar sua eficiência na escrita, estimular ideias criativas e manter o foco sem distrações. Explore agora no XIX.AI para aproveitar ao máximo sua vantagem com IA.
9 ferramentas
xix.ai
Os melhores e mais atualizados ferramentas de edição por IA com alta avaliação, ideais para textos profissionais claros, estão disponíveis aqui no XIX.AI! Esta lista selecionada apresenta soluções poderosas e revolucionárias que ajudam a aumentar significativamente a eficiência na escrita, graças a testes em condições reais e classificações rigorosas. Você encontrará uma comparação entre as opções gratuitas e as pagas para auxiliá-lo a escolher a melhor alternativa. Explore agora e aproveite todas as vantagens oferecidas pela IA!
10 ferramentas
xix.ai
As melhores e mais bem avaliadas ferramentas de limpeza de movimento com IA de 2026 para redirecionamento de captura de movimento (mocap) em vídeos curtos, anúncios e trailers de jogos! A XIX.AI selecionou uma coleção poderosa e revolucionária, com rankings atualizados semanalmente, comparação entre versões gratuitas e pagas e testes práticos para ajudar você a encontrar a solução imperdível que aumenta a produtividade e libera seu potencial criativo. Explore agora para descobrir a ferramenta perfeita para edições de movimento impecáveis.
9 ferramentas
xix.ai
2026 Últimas Melhores Geradores de Fundo de Mangá com IA Mais Bem Avaliados para Histórias em Série! Esta lista selecionada apresenta ferramentas poderosas que mudam o jogo, ajudando os criadores a produzir conteúdo visual impressionante rapidamente, aumentando significativamente a produtividade. Cada opção passou por testes no mundo real para garantir a mais alta qualidade. Confira a comparação entre gratuito e pago e as classificações para encontrar a opção perfeita para você. Explore agora na XIX.AI para desbloquear sua vantagem com IA na criação de mangás.
9 ferramentas
xix.ai
O “Ranking dos Melhores Companheiros de Conversação com IA de 2026” apresenta ferramentas poderosas e bem avaliadas, conhecidas por sua capacidade de manter conversas naturais e reter memória de longo prazo. Essa lista cuidadosamente selecionada inclui opções imperdíveis, tanto gratuitas quanto pagas, respaldadas por testes reais e rankings atualizados semanalmente. O XIX.AI se destaca como uma opção confiável nessa coleção de elite. Explore agora para descobrir seu companheiro de bate-papo com IA perfeito e potencialize sua produtividade ainda hoje.
11 ferramentas
xix.ai
Os melhores geradores de animação com IA mais bem avaliados de 2026! O XIX.AI seleciona uma coleção poderosa e revolucionária de ferramentas imperdíveis para transformar ideias criativas em clipes animados de alta qualidade com rapidez. Cada opção passou por rigorosos testes práticos, com comparações detalhadas entre versões gratuitas e pagas e rankings atualizados semanalmente para ajudar você a encontrar a opção perfeita para aumentar sua produtividade em animação. Explore agora para descobrir sua vantagem com a IA!
11 ferramentas
xix.ai
