딥시크(DeepSeek)가 이미지와 텍스트를 동시에 이해하고 에이전트 작업까지 수행할 수 있는 실험적 멀티모달 모델인 'DeepSeek-V4-Flash-Vision-Exp'를 공개했습니다. 이 모델은 기존 텍스트 중심의 'DeepSeek V4-Flash'에 시각 정보 처리 능력을 결합한 것이 특징이며, Anthropic의 'Claude Opus 4.8'과 대등하거나 이를 앞서는 성능을 보여주고 있습니다. 특히 ApexBench, Agents’ Last Exam 등 주요 벤치마크에서 뛰어난 성적을 거두며 기술력을 입증했습니다. 또한, 이미지 입력 비용을 기존 텍스트 토큰 가격과 동일하게 책정하여 AI 에이전트 서비스 운영 비용을 획기적으로 낮출 수 있는 경제성을 갖추었습니다. 이를 통해 개발자들은 스크린샷, 차트, 문서 이미지 등을 분석하는 복잡한 작업을 하나의 모델에서 효율적으로 처리할 수 있게 되었습니다.