---
title: "DeepSeek V4 Flash Vision Exp Çıktı: DeepSeek Artık Görebiliyor!"
image: 'https://cdn.goygoyengine.com/images/1782747447835-7c2146ef66e8ddd1.avif'
alt: "DeepSeek V4 Flash Vision Exp çok modlu yapay zeka modeli görseli"
created: 2026-08-21T09:44:25Z
updated: 2026-08-21T09:44:25Z
writer: Nomad
summary: "DeepSeek, çok modlu deneysel modeli V4-Flash-Vision-Exp'i API platformunda kullanıma sundu. Yeni model görsel anlama ve ajan yetenekleriyle öne çıkıyor."
tags:
- "deepseek"
- "deepseek v4 flash vision exp"
- "deepseek v4 flash vision"
- "deepseek vision"
- "deepseek çok modlu model"
- "deepseek multimodal"
- "deepseek v4 flash"
- "deepseek v4"
- "deepseek api"
- "deepseek görsel anlama"
- "deepseek ajan"
- "deepseek files api"
- "deepseek harness"
- "deepseek benchmark"
- "deepseek v4 flash vision exp nedir"
- "deepseek v4 flash vision exp nasıl kullanılır"
- "deepseek v4 flash vision exp fiyat"
- "deepseek v4 flash vision exp benchmark"
- "deepseek vision api"
- "deepseek görsel model"
- "yapay zeka"
- "yapay zeka haberleri"
- "yapay zeka modelleri"
- "çok modlu yapay zeka"
- "multimodal ai"
- "LLM"
- "büyük dil modeli"
- "deepseek vs opus"
- "deepseek vs anthropic"
- "opus 4.8"
- "deepseek deepswe"
- "deepseek api fiyat"
- "ai ajan"
- "yapay zeka ajanı"
- "haber"
- "teknoloji haberleri"
- "pc"
---
## DeepSeek V4 Flash Vision Exp yayınlandı
DeepSeek, yeni çok modlu (multimodal) deneysel modeli V4-Flash-Vision-Exp'i API platformunda kullanıma sundu. Şirketin açıklamasına göre model, metin tabanlı yeteneklerde V4-Flash ile aynı seviyede performans gösterirken, görsel anlama ve çok modlu ajan kıyaslamalarında belirgin bir sıçrama kaydediyor.
## Çok modlu ajan performansında dikkat çekici artış
V4-Flash-Vision-Exp, çok modlu ajan kıyaslamalarında V4-Flash'a kıyasla önemli bir ilerleme sergiliyor. DeepSeek'in paylaştığı verilere göre model, bu alandaki performansıyla Opus-4.8'e yakın sonuçlar elde ediyor. Metin tabanlı görevlerde ise ajanlar, muhakeme ve dünya bilgisi dahil tüm alanlarda V4-Flash ile eşdeğer kalmaya devam ediyor.
Kıyaslama sonuçlarına bakıldığında, metin tabanlı ajan değerlendirmelerinde V4-Flash-Vision-Exp'in V4-Flash'ı birçok alanda geçtiği görülüyor:
| Kıyaslama | V4-Flash-Vision-Exp | V4-Flash | Opus-4.8 |
|---|---|---|---|
| Terminal Bench 2.1 | 83.9 | 82.7 | 85.0 |
| NL2Repo | 57.7 | 54.2 | 69.7 |
| DeepSWE | 59.3 | 54.4 | 58.0 |
| Toolathlon-Verified | 75.9 | 70.3 | 76.2 |
| DSBench-Hard | 63.6 | 59.6 | 71.7 |
| ApexBench (Pass@1) | 36.5 | 26.2 | 39.4 |
| Agents' Last Exam | 27.3 | 25.2 | 25.7 |
| Chartography | 64.3 | - | 65.0 |
| ZeroBench (Pass@5) | 35.0 | - | 34.0 |
Daha önce de aktarıldığı üzere DeepSWE skoru V4-Flash'ta 54.4 iken, V4-Flash-Vision-Exp ile bu rakam 59.3'e yükseldi. DeepSWE dışında Toolathlon-Verified (70.3'ten 75.9'a) ve DSBench-Hard (59.6'dan 63.6'ya) gibi kıyaslamalarda da kayda değer artışlar göze çarpıyor.
Çok modlu ajan değerlendirmelerinde ise V4-Flash-Vision-Exp, ApexBench'te 36.5, Chartography'de 64.3 ve ZeroBench'te 35.0 puanlarıyla Opus-4.8 ile neredeyse aynı seviyeye ulaşıyor. Agents' Last Exam kıyaslamasında ise 27.3 puanla Opus-4.8'in 25.7 puanını geride bırakıyor.
## Görsel anlama yetenekleri ve desteklenen formatlar
Model; JPEG, PNG, GIF ve WebP formatlarındaki görselleri metin ile birlikte işleyebiliyor. Kullanıcılar görselleri üç farklı yöntemle modele iletebiliyor:
- **Base64 kodlama:** Görseli doğrudan istek içinde gömülü olarak gönderme
- **Harici URL:** Herkese açık bir bağlantı üzerinden görseli modele indirtme (en fazla 32 MB)
- **Files API:** Görseli bir kez yükleyip, file_id ile tekrar tekrar referans verme (en fazla 64 MB)
Her görsel en fazla 384 jeton (token) olarak faturalandırılıyor ve V4-Flash fiyatlandırması uygulanıyor.
## Files API ücretsiz olarak kullanıma açıldı
V4-Flash-Vision-Exp ile birlikte DeepSeek, Files API'yi de ücretsiz olarak kullanıma sundu. Bu API sayesinde bir görsel bir kez yüklendikten sonra, farklı isteklerde aynı file_id ile referans verilebiliyor. Bu da bant genişliği tasarrufu sağlıyor ve aynı görseli birden fazla istekte kullanmayı kolaylaştırıyor.
## Ajan çerçeveleriyle uyumlu çalışma
DeepSeek'in açıklamasına göre V4-Flash-Vision-Exp, çeşitli ajan çerçeveleriyle (framework) sorunsuz şekilde çalışıyor. Model, görsel anlama yeteneğini geniş bir araç yelpazesiyle birleştirerek daha pratik iş akışlarının önünü açıyor. Bu sayede çok modlu yapı, yalnızca metin tabanlı modellerin erişemediği yeni kullanım senaryolarını mümkün kılıyor.
## API entegrasyonu ve teknik detaylar
Modeli kullanmak için API çağrılarında `model='deepseek-v4-flash-vision-exp'` parametresi belirtiliyor. Desteklenen API formatları şu şekilde:
- Chat Completions API
- Messages API (Anthropic uyumlu)
- Responses API
İstek başına en fazla 600 görsel gönderilebiliyor. Tek bir görselin kenar uzunluğu en fazla 8192 piksel olabiliyor, ancak istekte 15 veya daha fazla görsel bulunuyorsa bu sınır 4096 piksele düşüyor.
DeepSeek Harness 0.1.1 sürümü de aynı gün yayınlandı ve yeni modele hazır destek sunuyor.
## DeepSeek V4 ailesinin büyüyen yapısı
V4-Flash-Vision-Exp, DeepSeek'in V4 ailesi içindeki ilk çok modlu model olma özelliği taşıyor. Geçtiğimiz hafta yayınlanan V4 Pro'nun ardından gelen bu model, DeepSeek'in hem metin hem de görsel alanda rekabetçi modeller sunma hedefini ortaya koyuyor.
Siz DeepSeek V4-Flash-Vision-Exp hakkında ne düşünüyorsunuz? Çok modlu ajan yetenekleri sizce hangi alanlarda fark yaratabilir?