- DeepSeek שחררה בשקט את DeepSeek-V4-Flash-Vision-Exp: מודל ראייה ניסיוני של 305 מיליארד פרמטרים, רישיון MIT, שמיועד לסוכנים שרואים מסך ומבצעים פעולה. כל הבנצ'מרקים הרשמיים, ההשוואה הכנה מול Claude Opus 4.8, והשאלה האמיתית: למי בישראל באמת שווה להריץ את זה בבית.
השורה המעניינת בכרטיס המודל היא לא הראייה, אלא מה שלא נשבר בגללה. לעומת הדגם הקודם DeepSeek-V4-Flash-0731, שהיה טקסט בלבד, הציון ב-DeepSWE דווקא עלה מ-54.4 ל-59.3. כלומר הוספת עיניים למודל לא באה על חשבון היכולת שלו לעבוד בקוד, וזה בדיוק הכשל שקרה בהרבה מודלים מולטימודליים לפניו.
DeepSeek שחררה מודל ראייה. בלי אירוע השקה, בלי סרטון, בלי מצגת. סתם כרטיס מודל שעלה ל-Hugging Face עם רישיון MIT, ובתוכו טבלה שמציבה אותו באותה ליגה עם המודלים הסגורים היקרים ביותר בשוק.
השם: DeepSeek-V4-Flash-Vision-Exp. 305 מיליארד פרמטרים. ואת זה, בניגוד לכל המתחרים שלו בטבלה, אתם יכולים להוריד ולהריץ על השרתים שלכם.
בקצרה: מודל מולטימודלי (רב-אופני) ניסיוני, הראשון במשפחת DeepSeek-V4, ברישיון MIT. הוא לא נועד לתאר תמונות אלא לשמש סוכן שמסתכל על ממשק או מסמך ואז מבצע פעולה. בבנצ'מרקים הוא נוגע ב-Claude Opus 4.8, אבל לא עוקף אותו בכל שורה. והמחיר האמיתי שלו הוא לא בטוקנים, הוא בחומרה.
צילום מסך: Hugging Face
מה בדיוק שוחרר?
DeepSeek-V4-Flash-Vision-Exp הוא המודל המולטימודלי הניסיוני הראשון במשפחת DeepSeek-V4. הוא בנוי על ארכיטקטורת DeepSeek-V4-Flash הקיימת, עם מודולים ויזואליים שנוספו והמשך אימון כדי לפתוח יכולת הבנה חזותית.
הוא זמין בשני מסלולים במקביל: הורדה מלאה של המשקולות מ-Hugging Face תחת רישיון MIT, או קריאה רגילה ל-API של DeepSeek עם המזהה deepseek-v4-flash-vision-exp. גם צוות vLLM כבר פרסם מתכון הרצה ייעודי עבורו.
השורה שאסור לדלג עליה: DeepSeek מסמנת אותו במפורש Experimental בכרטיס המודל. זו לא הערת שוליים משפטית, זו הצהרה שההתנהגות עוד עשויה להשתנות.
מה אומרים המספרים הרשמיים?
DeepSeek פרסמה טבלת בנצ'מרקים מלאה, והיא מפוצלת לשני חלקים: יכולות סוכן טקסטואליות ויכולות סוכן מולטימודליות.
יכולות סוכן טקסטואליות:
| מדד | ציון |
|---|---|
| Terminal-Bench 2.1 | 83.9 |
| NL2Repo | 57.7 |
| Cybergym | 75.3 |
| DeepSWE | 59.3 |
| Toolathlon-Verified | 75.9 |
| DSBench-Hard | 63.6 |
| AutomationBench (Public) | 25.7 |
יכולות סוכן מולטימודליות:
| מדד | ציון |
|---|---|
| ApexBench (Pass@1) | 36.5 |
| Agents' Last Exam | 27.3 |
| Chartography | 64.3 |
| ZeroBench (Pass@5) | 35.0 |
שימו לב לפער בין שתי הטבלאות. במשימות טקסט הציונים גבוהים, במשימות ראייה מורכבות הם נמוכים משמעותית. זה בדיוק מה שמצופה ממודל ראייה ניסיוני, ובדיוק מה שכדאי לזכור לפני שמתכננים עליו תהליך ייצור.
מה נשבר כשהוסיפו למודל עיניים?
כמעט כלום, וזו אולי החדשה הטובה ביותר בשחרור הזה.
ההיסטוריה של מודלים מולטימודליים מלאה במקרים שבהם הוספת יכולת ראייה למודל טקסט פגעה דווקא במה שהוא כבר ידע לעשות. המודל למד לראות, ובדרך שכח קצת לכתוב קוד.
כאן קרה ההפך. מול הדגם הקודם DeepSeek-V4-Flash-0731, שהיה טקסט בלבד, הציון ב-DeepSWE עלה מ-54.4 ל-59.3:
| מדד | DeepSeek-V4-Flash-0731 | DeepSeek-V4-Flash-Vision-Exp |
|---|---|---|
| DeepSWE | 54.4 | 59.3 |
המשמעות המעשית פשוטה: אתם לא מתבקשים לבחור. מי שכבר משתמש במודל של DeepSeek למשימות סוכן טקסטואליות טהורות לא משלם קנס ביצועים על המעבר לגרסה שרואה. במשפחות מודלים אחרות זו הייתה שאלה אמיתית.
אז הוא עוקף את Claude Opus?
לא. ובטבלה של DeepSeek עצמה זה כתוב במפורש.
| מדד | DeepSeek-V4-Flash-Vision-Exp | Claude Opus 4.8 |
|---|---|---|
| Terminal-Bench 2.1 | 83.9 | 85.0 |
| DeepSWE | 59.3 | 58.0 |
זה חשוב, כי חלק גדול מהסיקור של השחרור הציג רק את המספר 83.9 בלי ההשוואה, וזה יוצר רושם מוטעה. התמונה האמיתית היא תיקו: במדד אחד המודל הסגור מוביל, במדד השני המודל הפתוח מוביל קלות. שני המודלים באותה ליגה, ואף אחד מהם לא מחליף את השני בלחיצת כפתור.
ויש סייג נוסף שחייב להיאמר. את ההשוואה הזאת פרסמה DeepSeek על עצמה. לא כל התוצאות אומתו באופן עצמאי על ידי גורם שלישי, וזה נכון לגבי כל יצרן מודלים שמפרסם טבלה משלו, לא רק DeepSeek.
למה מודל ראייה לסוכן זה סיפור אחר לגמרי?
כי ההבדל הוא בין "תאר לי את התמונה" לבין "תסתכל על המסך ותעשה משהו".
מודל ראייה קלאסי מקבל תמונה ומחזיר טקסט. סוכן שרואה מקבל צילום מסך של מערכת, טופס סרוק או תרשים, מבין מה מוצג בו, ואז מחליט מה הצעד הבא ומבצע אותו: ללחוץ, למלא שדה, לחלץ נתון, להעביר הלאה.
זה בדיוק סוג המשימות שהבנצ'מרקים בטבלה מודדים. Chartography בודק הבנת תרשימים, Toolathlon בודק שימוש בכלים, AutomationBench בודק אוטומציה מקצה לקצה. זו לא רשימת מדדים של מודל שנועד לכתוב כיתובים לתמונות.
ומכאן נובעת הזווית הארגונית האמיתית, וזו לא הזווית של הביצועים.
מי באמת צריך מודל ראייה פתוח?
התשובה הקצרה: מי שהמסמכים שלו לא יכולים לצאת מהרשת.
רישיון MIT והרצה עצמית פירושם שהמסמך הסרוק, צילום המסך של המערכת הפנימית או התרשים הפיננסי לא עוברים לשרת של אף ספק. הם נשארים בתוך התשתית שלכם, והמודל בא אליהם במקום שהם ילכו אליו.
זה רלוונטי בעיקר לשלוש קבוצות:
- חברות תוכנה שהקוד והתשתית שלהן הם הנכס, ושכבר מריצות תשתית GPU משלהן למטרות אחרות
- גופים ביטחוניים וארגונים מסווגים שבהם הוצאת נתון החוצה היא לא שאלה של מדיניות אלא של איסור
- ארגונים תחת רגולציית פרטיות כבדה, בריאות, פיננסים, גופים ציבוריים, שבהם עצם ההעברה לצד שלישי מפעילה חובות דיווח ובקרה
אם אתם לא באחת מהשלוש, המודל הזה מעניין אתכם מבחינה תחרותית, לא מבחינה תפעולית.
ויש כאן נקודה שקל לפספס. גם בתוך שלוש הקבוצות האלה, לא כל תהליך צריך לרוץ פנימית. ארגון יכול להריץ מודל פתוח על המסמכים הרגישים באמת, ולהמשיך להשתמש ב-API מנוהל לכל השאר. זו לא החלטה בינארית, וברוב המקרים הארכיטקטורה הנכונה היא מעורבת.
מה המחיר האמיתי של הרצה עצמית?
שלושה סעיפים שכמעט תמיד נשכחים כשמדברים על "מודל בחינם".
חומרה. 305 מיליארד פרמטרים זה לא כרטיס גרפי בודד ולא שרת שיושב בחדר התקשורת. מדובר במערך GPU רציני, עם עלות רכש או עלות ענן ייעודית שרצה כל חודש בין אם השתמשתם ובין אם לא.
תחזוקה. מישהו צריך לעדכן, לנטר, לטפל בתקלות, לבדוק גרסאות חדשות ולוודא שהביצועים לא נשחקים. זה תפקיד, לא משימה.
אחריות על התוצאה. כשמודל מנוהל טועה, יש לכם ספק, חוזה ו-SLA. כשהמודל רץ אצלכם, הטעות היא שלכם בלבד. במיוחד כשמדובר במודל שמסומן Experimental.
מול זה עומד API מנוהל: משלמים לפי שימוש, בלי השקעה מראש, עם ביצועים יציבים ועם אחריות חוזית. ההגנה על המידע מושגת דרך הסכם עיבוד נתונים, אזור אחסון מוגדר ומדיניות שימוש ברורה.
הכלל שאני נותן ללקוחות פשוט: אם אתם לא מסוגלים לנקוב במספר השעות החודשיות שמישהו אצלכם יקדיש לתחזוקת המודל, אתם עוד לא מוכנים להריץ אותו בבית. הסעיף הזה הוא שהופך פרויקטים כאלה מחיסכון להוצאה.
מה זה אומר לארגון שלכם
אני אגיד את זה ישר: לרוב הארגונים בישראל, API מנוהל עדיין יהיה הבחירה הנכונה, וזה בסדר גמור.
השחרור הזה לא אומר שאתם צריכים להריץ מודל בבית. הוא אומר משהו אחר, וחשוב יותר: התקרה של הקוד הפתוח עלתה, ומעכשיו יש לכם עמדת מיקוח. כשספק מציע לכם מחיר או תנאי שימוש, הקיום של אלטרנטיבה פתוחה באותה ליגה הוא נתון שעומד לצדכם בשולחן.
הצעד המעשי אינו טכני. הוא לשבת ולסמן אילו סוגי מסמכים בארגון באמת לא יכולים לצאת החוצה, ואילו רק הרגלנו את עצמנו לחשוב שכך. ברוב הארגונים שאני נכנס אליהם, הרשימה השנייה ארוכה בהרבה מהראשונה. אם אתם רוצים מיפוי מסודר של המקומות שבהם AI כבר יכול לעבוד אצלכם, סריקת ה-AI עושה בדיוק את זה.
ויש כאן חיבור לשני הסיפורים המשלימים של היום. סוכן פתוח שרץ בתוך הארגון, בלי ספק חיצוני שמפקח עליו, הוא בדיוק הסוכן שצריך שיהיו לו בלמים ונוהל דיווח. כתבתי על מתג החירום לסוכני AI ועל חובת הדיווח על תקריות סוכנים, ושניהם רלוונטיים כאן פי כמה: כשהמודל שלכם, השליטה שלכם, וגם האחריות שלכם.
המקורות למאמר הזה: כרטיס המודל הרשמי ב-Hugging Face, תיעוד ה-API של DeepSeek, ומתכוני ההרצה של vLLM.
קורס במתנה עם ברכה אישית מכם, מסירה מיידית או בתאריך שתבחרו, וגישה לכל החיים.
קישורים רלוונטיים
שאלות נפוצות
יעקב צדק
מרצה AI מוביל בישראל, מטמיע בינה מלאכותית בארגונים מ-2021. מייסד LazySEO AI ומכללת צדק אקדמי, מוביל קהילות עם מעל 100,000 חברים. שותף רשמי של Meta, Google, Canva ו-TikTok.
עוד עליי ←