DeepSeek多模态模型对峙Opus 4.8：胜负难分但亮点频现

据ChainCatcher报道，DeepSeek最新发布的V4-Flash-Vision-Exp模型在多模态Agent任务中与Anthropic的Opus 4.8展开激烈较量，最终以2:2的战绩形成平局。该模型在Agents' Last Exam（27.3比25.7）和ZeroBench（35.0比34.0）两项关键指标中占据优势，展现出更强的综合推理与跨模态理解能力。

视觉增强版性能跃升，关键任务表现亮眼

相较于仅支持文本的V4-Flash-0731版本，集成视觉处理能力的V4-Flash-Vision-Exp在多项测试中实现显著进步。其中，ApexBench得分从26.2提升至36.5，Agents' Last Exam则由25.2攀升至27.3，反映出视觉信息融合对复杂任务决策的重要增益。

文本型Agent仍具压倒性优势，六项测试胜出

尽管在图表解析类任务中略显劣势——于ApexBench（36.5比39.4）与Chartography（64.3比65.0）落后于对手，但基于纯文本的Agent能力依旧强劲。在七项文本基准测试中，其六项超越前代版本，尤其在DeepSWE测试中取得59.3分，反超Opus 4.8的58.0，彰显其在语言理解与逻辑推演上的深厚积累。