DeepseekがマルチモーダルAIモデルを実験公開した。
Deepseekの内部ベンチマークでAnthropicのOpus 4.8に近い成績を出している。
画像からのテキスト抽出や図解分析に対応し、OpenAIやAnthropicのAPIと互換性がある。
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。
たとえば、いま届くならこの3本です
AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。
登録無料・30秒で完了・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。
マスターカードのマイケル・ミーバックCEOは、AI主導の商業と機械間決済を支える新プロトコル「Agent Pay」と、大手ステーブルコインプラットフォームBVNKの買収について説明した
Anthropicは木曜日、研究プレビューとしてModel Hardware Standard（MHS）を公開した
AI編集スタートアップの元社員が、同社がAIツールで原稿を編集し、人間が読まないこともしばしばだったと証言
KDDIとみちのりホールディングスは2026年9月1日から茨城県日立市で、自動運転バスの5G品質をAIで自律最適化する実証実験を開始する
アマゾンは、AWSでのAIワークロード需要と社内プロジェクトの増加に対応するため、Nvidia製GPUチップの注文を3倍に増やした
49のモデル識別子から得た31,352件の1時間ごとのベンチマークスコアを分析したところ、正規化された0〜100の複合スコアで、日内変動は2.8ポイント、日間変動は8.4ポイントだった
