Модель DeepSeek Vision, 2 перемоги та 2 поразки проти Opus 4.8

Модель V4-Flash-Vision-Exp від DeepSeek продемонструвала перевагу над Opus 4.8 у двох з чотирьох оцінок мультимодальних агентів. У тесті Agents' Last Exam V4-Flash-Vision-Exp набрала 27.3 бали, перевищивши 25.7 балів Opus 4.8, а також у ZeroBench показала 35.0 балів, що більше за 34.0 балів Opus 4.8. Проте у ApexBench V4-Flash-Vision-Exp набрала 36.5 балів, що не дотягує до 39.4 балів Opus 4.8, а в Chartography з 64.3 балами також поступилася Opus 4.8, який набрав 65.0 балів. V4-Flash-Vision-Exp покращила свій бал у ApexBench з 26.2 до 36.5, а також у тесті Agents' Last Exam з 25.2 до 27.3. DeepSeek пояснює, що V4-Flash ігнорує мультимодальний контент, а покращення балів можна інтерпретувати як результат здатності обробляти зображення. У шести з семи текстових оцінок V4-Flash-Vision-Exp показала вищі результати, ніж V4-Flash-0731, а бал DeepSWE зріс з 54.4 до 59.3. У Toolathlon V4-Flash-Vision-Exp набрала 75.9 балів, що на 0.3 бали менше, ніж 76.2 у Opus 4.8. Ця бенчмаркова оцінка є власним вимірюванням DeepSeek, що розширює вибір мультимодальних моделей для розробників. На основі опублікованих даних, модель DeepSeek Vision має 2 перемоги та 2 поразки проти Opus 4.8 у чотирьох оцінках мультимодальних агентів.

Цей контент надано лише для загальних інформаційних цілей і не є фінансовою, інвестиційною, юридичною чи податковою консультацією. Події, нагороди, онлайн-акцій або пов’язану інформацію, згадана тут, не слід розглядати як рекомендацію, прохання чи запрошення до купівлі, продажу, торгівлі чи інших операцій з криптоактивами. Криптоактиви є дуже волатильними та можуть призвести до збитків. Доступність послуг, продуктів WEEX та пов’язаних із ними подій може відрізнятися залежно від регіону. Ви несете відповідальність за забезпечення відповідності вашої участі чинному місцевому законодавству та нормативним актам.