DeepSeek Harness Guide
ब्लॉगवर परत जा

DeepSeek V4-Flash-Vision-Exp dsh v0.1.1 मध्ये आला

DeepSeek ने V4-Flash इतक्याच किमतीचा vision मॉडेल काढला, आणि dsh v0.1.1-rc.1 त्याची जुळवणी करतो आणि Bubblewrap sandbox escape दुरुस्त करतो.

२१ ऑग, २०२६DSH Field KitDSH Field Kit

21 ऑगस्टला DeepSeek ने काही तासांच्या फरकाने दोन गोष्टी काढल्या, आणि ती एकच गोष्ट आहे: API वरचा vision मॉडेल, आणि तो चालवू शकणारा dsh रिलीज.

आधी अपग्रेड: sandbox escape दुरुस्त झाला

v0.1.1-rc.1 एक Bubblewrap sandbox escape दुरुस्त करतो — बंदिस्त processes /proc/<pid>/root मधून त्यांच्या निर्बंधांना टाळू शकत होत्या. विश्वास नसलेल्या कोडभोवती Bubblewrap sandbox घालून dsh चालवता, तर मोकळ्या वेळी नव्हे, आता अपग्रेड करण्याचे कारण हेच.

लॉन्चपासूनचा पहिला version-number bump पण हाच: याआधीचे सगळे रिलीज 0.1.0 रिलीज कॅन्डिडेट होते, हा 0.1.1-rc.1 आहे.

Vision मॉडेल

deepseek-v4-flash-vision-exp. Experimental, 1M context.

  • मजकूर: DeepSeek नुसार V4-Flash इतकाच.
  • Vision: visual agent benchmarks वर text-only Flash पेक्षा बराच पुढे — DeepSeek च्या स्वतःच्या शब्दांत Opus-4.8 जवळ.
  • किंमत: V4-Flash इतकीच. Vision ला अतिरिक्त किंमत नाही.

| 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-नं दिलेले benchmarks: Terminal Bench 2.1 83.9 (V4-Flash नी 82.7), DeepSWE 59.3, DSBench-Hard 63.6, Chartography 64.3, ZeroBench (Pass@5) 35.0, Agents' Last Exam 27.3.

दोन caveats लक्षात ठेवा. हे DeepSeek चे स्वतःचे आकडे आहेत, दुसऱ्याने reproduce केलेले नाहीत. आणि Exp म्हणजे experimental — स्थैर्याचे वचन नाही, आणि experimental endpoints हेच काढून टाकले जातात.

dsh मधून वापर

v0.1.1-rc.1 च्या DeepSeek adapter मध्ये हा मॉडेल आहे, म्हणून अपग्रेड केल्यावर model choice मध्ये दिसतो. Plumbing आधीच होती: rc.8 ने native image requests, /goal आणि /plan साठी image input, आणि @ मेनूमध्ये file व session references जोडले. मॉडेल येतो तेव्हा UI त्याला चित्रे देऊ शकतो.

v0.1.1-rc.1 मधील बाकीचे

  • Composer मध्ये @ reference आधी मजकूर एडिट करतानाचा layout glitch दुरुस्त.
  • Conversations मध्ये responsive Markdown tables; 99.x% range मधील cache-hit ratios साठी प्रामाणिक precision; subagent conversation header navigation.
  • ask_user_question ची उत्तरे अनेक ओळी स्वीकारतात, wrapping आणि newlines साठी Shift+Enter.

लॉन्चपासूनचा वेग सुमारे दोन दिवसांनी एक RC: 17 तारखेला rc.7, 19 तारखेला rc.8, 21 तारखेला हा.

सोर्स