DeepSeek V4.1 Flash多模态视觉测试

Mozi 2026-09-11 21:09 1

这次更新带来的提升简直就是魔法！不过，视觉方面的差距还不是一般的大

这次 Deepseek 终于发布统一多模态模型了。上一次的 V4 Vision 还是拼接多模态

粗略测试一下这个多模态视觉是什么水平？让佬友在使用DeepSeek视觉的时候有一个底

SVG复刻肯定还是不如Gemini的

用来理解现实世界问题也挺大

错误

手指的问题能稳定做对了

正确

正确

这道题比较难，做不对于符合预期

逻辑表达式提取完全错误

这道题答对了，这非常意外。而且重复测试也是对的

这个验证码题目少选了一个

这些题目错了，那更难的题就不用测了

价格还是挺贵的，像这样纯聊天的方式都可以花掉1块钱，好在Open Code现在挺便宜

感觉是和 Gemini 2.5 Pro。差不多的水平，略微强一点点

题目来源https://linux.do/t/topic/286836

接下来测试computer use，测试题库ScreenSpot-Pro里面的 Windows 端 Blender前15题，这个难度对于这个模型还是太高了，估计顶多做一点安卓端的视觉定位还得是最简单的

15道题就对了2道题，Gemini只错两道题时间还短得多.不过比起V4 vision一道对不了，还是好一些

最新回复 (18)

Sam Altman 09-11 21:16

1楼

听我说谢谢你，因为有你，温暖了四季
lemos 09-11 21:18

2楼

这视觉能力，写代码够用不？
Mozi 楼主 09-11 21:19

3楼

写代码可以用，只要不做复杂操作就行。像Codex那种直接控制你的电脑鼠标键盘完成所有操作，这个模型是绝对不行的
yi guy 09-11 21:22

4楼

就这个题，单从图片来说，就是天王老子来了，也是左边橙色球大啊
𝓏𝓱𝒶𝓷𝓎𝓾𝓍 09-11 21:23

5楼

要是有豆包的视觉就好了 ^-^
あ 09-11 21:25

6楼

其实我觉得它的视觉能力已经够强了，感觉Opus5都没它强，关键是它能不能、会不会用其他工具去对图片进行处理，弥补它能力的缺失，像楼主那道识别时间的，接入个harness给它的时候它会自己去裁剪、放大图片去处理，最终还是可以正确答对
Mozi 楼主 09-11 21:28

7楼

比OPUS5强那是绝对不可能

时间那道题已经是对于当前模型来说非常简单的题了，还要调用很多次工具浪费一大堆Token才能做对肯定是很牵强的

视觉强的模型，我都是考下面的这些题

37460.94 3 读出秒表的秒数

526.3s 或 526.4s

还有Computer Use，这是目前所有注重视觉的模型都在重点训练的，而这个模型肯定是一点都没训练
点点点…点娘！ 09-11 21:33

8楼

感觉就是入门水平的多模态

能看网页测试就行的水平
chris 09-11 21:37

9楼

絕無可能比 opus5 強，昨天就測過在 omp 裡 snapcompact 後的細密字形識別，尤其是數字類跟第一梯隊還差很多，語義理解倒是沒太大問題。
西小罗 09-11 21:41

10楼

（帖子已被作者删除）
monoe 09-11 21:42

11楼

佬友对国模目前视觉能力有没有大致的排行榜，大概有gemini几成水平
あ 09-11 21:43

12楼

单单看这几道题呢？它这些都是不用任何工具直接视觉+thinking做出来的，你换个Claude Code CLI或者其他的harness分分钟给你做出来，因为它会用工具去处理图像
Mozi 楼主 09-11 21:43

13楼

那肯定是千问啊

千问3.8 27B都有非常够用的视觉的水平

3.8 Max已经是和Gemini同一个等级
hujiansir 09-11 21:43

14楼

相比glm-5.3-flash，哪个视觉更好啊
Mozi 楼主 09-11 21:46

15楼

Claude本来就在很多视觉排行榜里排在比较后面啊

弱的模型调用工具能做得出来，强的模型调用工具能做出来更难的题目
白学森 09-11 21:47

16楼

终于找到这个水表题了

感觉 ds 的多模态还是刚起步，思路很新颖（vit），但是实际落地下来还不太成熟的样子
あ 09-11 21:47

17楼

所以我说的就是纯视觉能力，纯视觉上v4.1还是可以比它强的，不否认只要用起工具它完全可以做到，但是纯用视觉就不行
Mozi 楼主 09-11 21:48

18楼

而且视觉能力现在computer use要占一半才行

这个对很多工程应用是非常重要的

你可以用这个模型测一下Computer Use，我记得Claude的模型在这些题库的测试跑分都还是比较高的