このモデルはどのような機能を持っていますか？

画像からテキストを抽出したり、スクリーンショットを解析したり、図表を分析できる。JPEG、PNG、GIF、WebP形式に対応している。

どのような既存のツールと連携できますか？

OpenAIのChat CompletionsおよびResponses API、AnthropicのMessages endpointと互換性を持つ。Deepseekのフレームワーク Harness バージョン0.1.1以降で標準サポートされている。

Base64エンコード、公開URLでの参照（最大32 MiB）、新たに無料提供される Files API（最大64 MiB）の3つの方法がある。

大規模言語モデルTHE DECODER2026年8月21日2026年8月22日 6:00

何が起きたか
中国のAI企業Deepseekが画像理解機能を追加した実験的モデル「V4-Flash-Vision-Exp」をリリースした。Deepseekの内部ベンチマークではこのモデルがAnthropicのOpus 4.8にほぼ匹敵する成績を示している。
なぜ重要か
テキスト推論に優れたV4-Flashに画像認識を統合したことで、スクリーンショットからのテキスト抽出や図表解析といったエージェント（自分で判断して作業するAI）ワークフローが可能になった。これはOpenAIやAnthropicのAPIと互換性を持つ。日本の開発企業がDeepseekのAPIと互換性のあるマルチモーダルモデルを活用することで、スクリーンショット解析や図表認識を含むエージェントワークフローを低コストで実装できる可能性がある。
注目点
Base64エンコード、URL参照（最大32 MiB）、新たに無料提供される Files API（最大64 MiB）の3通りで画像を送信できる。1リクエストあたり最大600枚の画像対応。料金はV4-Flashのレートに準じる。

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

よくある質問

このモデルはどのような機能を持っていますか？: 画像からテキストを抽出したり、スクリーンショットを解析したり、図表を分析できる。JPEG、PNG、GIF、WebP形式に対応している。
どのような既存のツールと連携できますか？: OpenAIのChat CompletionsおよびResponses API、AnthropicのMessages endpointと互換性を持つ。Deepseekのフレームワーク Harness バージョン0.1.1以降で標準サポートされている。
画像を送信するにはどのような方法がありますか？: Base64エンコード、公開URLでの参照（最大32 MiB）、新たに無料提供される Files API（最大64 MiB）の3つの方法がある。