通用问答 · 代码开发
支持文本推理、代码开发与图像理解的实验性多模态模型。双节点验证覆盖文本和图像输入、并发请求与长上下文处理。
01 / 模型参数
DeepSeek-V4-Flash-Vision-Exp 在 DeepSeek-V4-Flash 语言骨干上继续训练视觉能力，用于理解图片、图表、文档，并结合文字推理和工具调用完成任务。它输出文字或工具调用，不直接生成图片；实验版本的部署兼容性应按具体权重和引擎确认。
模型分析图像内容后输出文字或工具调用，不生成图片。双机实测与官方智能体评测采用不同任务和环境，成绩不混用。
模型资料核对于 2026-09-20
02 / 部署方式
确认高速直连和管理网络，两台使用一致的权重与镜像。
在启动器配置中填写节点地址、模型路径及服务参数。
从主节点启动双 Rank 服务，由启动器同步依赖并完成预热。
检查 API 健康，再验证文本、图片与目标并发负载。
03 / 性能测试
2026-09-01；16 个正式性能用例，每项先完成 10 次目标输出预热，再测量至少 180 秒。表中内存是双节点合计口径。
| 输入/输出 | 并发 | RPS | 输入 tok/s | 输出 tok/s | TTFT P95(s) | TPOT P95(ms) | E2E P95(s) | MTP 接受率 | 前缀命中率 | 内存 GiB | 成功率 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 512/128 | 1 | .201 | 103.04 | 25.76 | .453 | 56.57 | 7.58 | 15.16% | 50.00% | 224.44 | 100% |
| 512/128 | 2 | .275 | 141.02 | 35.07 | .630 | 85.64 | 11.13 | 13.49% | 50.00% | 224.45 | 100% |
| 512/128 | 4 | .394 | 201.85 | 50.46 | .910 | 118.67 | 15.71 | 15.23% | 50.00% | 224.49 | 100% |
| 512/128 | 8 | .497 | 254.57 | 63.37 | 2.100 | 194.19 | 25.08 | 14.68% | 50.00% | 224.43 | 100% |
| 2048/256 | 1 | .182 | 373.34 | 46.67 | .453 | 30.20 | 8.15 | 44.86% | 87.50% | 224.50 | 100% |
| 2048/256 | 2 | .223 | 457.25 | 57.16 | .790 | 76.71 | 20.11 | 34.22% | 87.50% | 224.44 | 100% |
| 2048/256 | 4 | .320 | 655.61 | 81.95 | 1.070 | 93.22 | 24.39 | 37.04% | 87.50% | 224.44 | 100% |
| 2048/256 | 8 | .364 | 745.47 | 93.18 | 1.940 | 178.77 | 46.61 | 30.47% | 87.50% | 224.47 | 100% |
| 16384/1024 | 1 | .039 | 635.74 | 39.73 | .440 | 46.17 | 47.67 | 31.13% | 98.44% | 224.46 | 100% |
| 16384/1024 | 2 | .055 | 900.40 | 52.02 | .670 | 80.40 | 70.23 | 29.03% | 98.44% | 224.48 | 100% |
| 16384/1024 | 4 | .083 | 1357.77 | 72.09 | 1.380 | 115.85 | 80.04 | 28.51% | 98.44% | 224.48 | 100% |
| 16384/1024 | 8 | .109 | 1782.75 | 102.19 | 2.212 | 174.99 | 109.56 | 32.52% | 98.44% | 224.52 | 100% |
| 32768/1024 | 1 | .023 | 756.65 | 23.65 | .500 | 57.02 | 58.80 | 11.85% | 99.22% | 224.56 | 100% |
| 32768/1024 | 2 | .032 | 1052.09 | 32.88 | .850 | 76.64 | 78.99 | 10.74% | 99.22% | 224.58 | 100% |
| 32768/1024 | 4 | .045 | 1478.21 | 46.19 | 1.410 | 109.53 | 112.84 | 11.07% | 99.22% | 224.57 | 100% |
| 32768/1024 | 8 | .058 | 1894.15 | 59.19 | 2.190 | 168.52 | 174.50 | 12.10% | 99.22% | 224.61 | 100% |
C1 / C4 / C8 表示 1 / 4 / 8 个并发请求。TTFT（首 token 延迟）指从提交请求到接收首个输出 token 的耗时；TPOT（每输出 token 耗时）指首个 token 之后的平均生成间隔。聚合吞吐统计全部并发请求的输出，单请求解码速率以 tok/s 表示。
公开评测参考
以下数据由模型或平台发布方提供，与上方 MegaCube 实测分开呈现。能力评分用于了解任务表现，tok/s 用于描述输出速度；不同模型、精度、硬件和测试协议的结果不宜直接比较。
| 评测项目 | 成绩 | 衡量内容 |
|---|---|---|
| Terminal-Bench 2.1 | 83.9 | 终端操作任务 |
| DeepSWE | 59.3 | 软件工程任务 |
| Toolathlon Verified | 75.9 | 工具调用任务 |
测试条件文本智能体评测使用 DeepSeek Harness Minimal、最高推理强度、temperature=1、top_p=0.95。这里的分数描述任务完成能力，不描述双机响应速度。
查看原始评测 ↗根据模型规模、业务任务与并发需求，评估设备配置和推理服务。
