DeepSeek V4-Flash-Vision-Exp dsh v0.1.1 में आ गया
DeepSeek ने V4-Flash के बराबर कीमत वाला vision model जारी किया, और dsh v0.1.1-rc.1 ने उसे अपनाया भी और एक Bubblewrap sandbox escape भी ठीक किया।
21 अगस्त को DeepSeek ने कुछ घंटों के फ़ासले पर दो चीज़ें जारी कीं, और ये एक ही कहानी है: API पर एक vision model, और वह dsh रिलीज़ जो उसे चला सके।
पहले अपग्रेड करें: एक sandbox escape ठीक हुआ
v0.1.1-rc.1 एक Bubblewrap sandbox escape ठीक करता है — confined processes /proc/<pid>/root के ज़रिए अपनी पाबंदियों से निकल सकते थे। अगर आप dsh को Bubblewrap sandbox में ऐसे कोड के साथ चलाते हैं जिस पर भरोसा नहीं, तो अभी अपग्रेड करने की वजह यही है, फ़ुरसत में नहीं।
लॉन्च के बाद यह पहला version-number bump भी है: इससे पहले हर रिलीज़ 0.1.0 का release candidate थी, और यह 0.1.1-rc.1 है।
Vision model
deepseek-v4-flash-vision-exp। Experimental, 1M context.
- टेक्स्ट: V4-Flash के बराबर, DeepSeek के मुताबिक।
- Vision: visual agent benchmarks पर सिर्फ़-टेक्स्ट Flash से काफ़ी आगे — DeepSeek के अपने शब्दों में Opus-4.8 के पास।
- कीमत: V4-Flash के बराबर। Vision पर कोई प्रीमियम नहीं।
| प्रति 1M tokens | peak | off-peak | | --- | --- | --- | | इनपुट, cache hit | $0.014 | $0.007 | | इनपुट, cache miss | $0.44 | $0.22 | | आउटपुट | $1.32 | $0.66 |
Vendor-reported benchmarks: Terminal Bench 2.1 83.9 (V4-Flash का स्कोर 82.7), DeepSWE 59.3, DSBench-Hard 63.6, Chartography 64.3, ZeroBench (Pass@5) 35.0, Agents' Last Exam 27.3।
दो चेतावनियाँ याद रखें। ये DeepSeek के अपने नंबर हैं, किसी और ने reproduce नहीं किए। और Exp मतलब experimental — स्थिरता का वादा नहीं, और experimental endpoints वही होते हैं जो वापस ले लिए जाते हैं।
dsh से इस्तेमाल
v0.1.1-rc.1 के DeepSeek adapter में यह मॉडल है, इसलिए अपग्रेड के बाद यह model choice में दिखेगा। पाइपलाइन पहले से थी: rc.8 ने native image requests, /goal और /plan के लिए image input, और @ मेन्यू में file और session references जोड़े। मॉडल ऐसे UI में आता है जो पहले से तस्वीरें खिला सकता है।
v0.1.1-rc.1 का बाक़ी हिस्सा
- Composer में
@reference के पहले टेक्स्ट एडिट करने पर layout गड़बड़ी ठीक की। - बातचीत में responsive Markdown tables; 99.x% रेंज में cache-hit ratios की ईमानदार precision; subagent conversation header navigation।
ask_user_questionके जवाब कई लाइनों के हो सकते हैं, wrapping के साथ और नई लाइन के लिएShift+Enter।
लॉन्च के बाद की रफ़्तार लगभग हर दो दिन में एक RC है: 17 तारीख़ का rc.7, 19 तारीख़ का rc.8, 21 तारीख़ का यह।