DeepSeek Harness Guide
ਬਲੌਗ ਤੇ ਵਾਪਸ ਜਾਓ

DeepSeek V4-Flash-Vision-Exp dsh v0.1.1 ਵਿੱਚ ਆਇਆ

DeepSeek ਨੇ V4-Flash ਵਰਗੀ ਕੀਮਤ ਵਾਲਾ ਵਿਜ਼ਨ ਮਾਡਲ ਭੇਜਿਆ, ਅਤੇ dsh v0.1.1-rc.1 ਉਸ ਨੂੰ adapt ਵੀ ਕਰਦਾ ਹੈ ਅਤੇ Bubblewrap sandbox escape ਵੀ ਠੀਕ ਕਰਦਾ ਹੈ.

2026 M08 21DSH Field KitDSH Field Kit

21 ਅਗਸਤ ਨੂੰ DeepSeek ਨੇ ਕੁਝ ਘੰਟਿਆਂ ਦੇ ਫ਼ਰਕ ਨਾਲ ਦੋ ਚੀਜ਼ਾਂ ਭੇਜੀਆਂ, ਅਤੇ ਇਹ ਇੱਕੋ ਕਹਾਣੀ ਹੈ: API ਤੇ ਵਿਜ਼ਨ ਮਾਡਲ, ਅਤੇ dsh ਰਿਲੀਜ਼ ਜੋ ਉਸ ਨੂੰ ਚਲਾ ਸਕਦਾ ਹੈ.

ਪਹਿਲਾਂ ਅੱਪਗ੍ਰੇਡ: sandbox escape ਠੀਕ ਹੋਇਆ

v0.1.1-rc.1 ਇੱਕ Bubblewrap sandbox escape ਠੀਕ ਕਰਦਾ ਹੈ — ਬੰਨ੍ਹੇ ਹੋਏ processes /proc/<pid>/root ਰਾਹੀਂ ਆਪਣੀਆਂ ਪਾਬੰਦੀਆਂ ਤੋਂ ਨਿਕਲ ਸਕਦੇ ਸਨ. ਜੇ ਤੁਸੀਂ dsh ਨੂੰ Bubblewrap sandbox ਵਿੱਚ ਉਸ ਕੋਡ ਦੁਆਲੇ ਲਪੇਟ ਕੇ ਚਲਾਉਂਦੇ ਹੋ ਜਿਸ ਤੇ ਭਰੋਸਾ ਨਹੀਂ, ਇਹੀ ਕਾਰਨ ਹੈ ਹੁਣ ਅੱਪਗ੍ਰੇਡ ਕਰਨ ਦਾ, ਫ਼ੁਰਸਤ ਨਾਲ ਨਹੀਂ.

ਇਹ ਲਾਂਚ ਤੋਂ ਪਹਿਲੀ version-number bump ਵੀ ਹੈ: ਇਸ ਤੋਂ ਪਹਿਲਾਂ ਹਰ ਰਿਲੀਜ਼ 0.1.0 release candidate ਸੀ, ਅਤੇ ਇਹ ਹੈ 0.1.1-rc.1.

ਵਿਜ਼ਨ ਮਾਡਲ

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

  • ਟੈਕਸਟ: V4-Flash ਦੇ ਬਰਾਬਰ, DeepSeek ਅਨੁਸਾਰ.
  • ਵਿਜ਼ਨ: visual agent benchmarks ਤੇ text-only Flash ਤੋਂ ਕਾਫ਼ੀ ਅੱਗੇ — DeepSeek ਦੀ ਆਪਣੀ ਲਿਖਤ ਇਸ ਨੂੰ Opus-4.8 ਦੇ ਨੇੜੇ ਰੱਖਦੀ ਹੈ.
  • ਕੀਮਤ: V4-Flash ਵਰਗੀ ਹੀ. ਵਿਜ਼ਨ ਤੇ ਕੋਈ ਵਾਧੂ ਨਹੀਂ.

| ਪ੍ਰਤੀ 1M tokens | peak | off-peak | | --- | --- | --- | | ਇਨਪੁੱਟ, cache hit | $0.014 | $0.007 | | ਇਨਪੁੱਟ, cache miss | $0.44 | $0.22 | | ਆਉਟਪੁੱਟ | $1.32 | $0.66 |

Vendor-reported benchmarks: Terminal Bench 2.1 83.9 (V4-Flash ਦਾ ਸਕੋਰ 82.7), DeepSWE 59.3, DSBench-Hard 63.6, Chartography 64.3, ZeroBench (Pass@5) 35.0, Agents' Last Exam 27.3.

ਦੋ ਚਿਤਾਵਨੀਆਂ ਯਾਦ ਰੱਖਣ ਵਾਲੀਆਂ. ਇਹ DeepSeek ਦੇ ਆਪਣੇ ਅੰਕ ਹਨ, ਕਿਸੇ ਹੋਰ ਨੇ reproduce ਨਹੀਂ ਕੀਤੇ. ਅਤੇ Exp ਦਾ ਮਤਲਬ experimental — ਸਥਿਰਤਾ ਦਾ ਵਾਅਦਾ ਨਹੀਂ, ਅਤੇ experimental endpoints ਉਹੀ ਹਨ ਜੋ ਵਾਪਸ ਲਏ ਜਾਂਦੇ ਹਨ.

dsh ਤੋਂ ਵਰਤੋ

v0.1.1-rc.1 ਦਾ DeepSeek adapter ਮਾਡਲ ਲੈ ਕੇ ਆਉਂਦਾ ਹੈ, ਤਾਂ ਅੱਪਗ੍ਰੇਡ ਤੋਂ ਬਾਅਦ ਮਾਡਲ ਚੋਣ ਵਿੱਚ ਦਿਖਦਾ ਹੈ. Plumbing ਪਹਿਲਾਂ ਹੀ ਸੀ: rc.8 ਨੇ native image requests, /goal ਅਤੇ /plan ਲਈ image input, ਅਤੇ @ ਮੀਨੂ ਵਿੱਚ file ਅਤੇ session references ਜੋੜੇ. ਮਾਡਲ ਉਸ UI ਵਿੱਚ ਆਉਂਦਾ ਹੈ ਜੋ ਪਹਿਲਾਂ ਤੋਂ ਤਸਵੀਰਾਂ ਖਿਲਾ ਸਕਦਾ ਹੈ.

v0.1.1-rc.1 ਦਾ ਬਾਕੀ ਹਿੱਸਾ

  • Composer ਵਿੱਚ @ reference ਤੋਂ ਪਹਿਲਾਂ ਟੈਕਸਟ ਸੋਧਣ ਵੇਲੇ layout glitch ਠੀਕ ਕੀਤਾ.
  • ਗੱਲਬਾਤ ਵਿੱਚ responsive Markdown tables; 99.x% ਰੇਂਜ ਵਿੱਚ cache-hit ਅਨੁਪਾਤ ਦੀ ਇਮਾਨਦਾਰ precision; subagent conversation header ਨੈਵੀਗੇਸ਼ਨ.
  • ask_user_question ਜਵਾਬ ਕਈ ਲਾਈਨਾਂ ਮੰਨਦੇ ਹਨ, wrapping ਅਤੇ ਨਵੀਂ ਲਾਈਨ ਲਈ Shift+Enter ਨਾਲ.

ਲਾਂਚ ਤੋਂ ਰਿਲੀਜ਼ ਰਫ਼ਤਾਰ ਲਗਭਗ ਹਰ ਦੋ ਦਿਨਾਂ ਵਿੱਚ ਇੱਕ RC ਤੇ ਟਿਕੀ ਹੈ: 17 ਨੂੰ rc.7, 19 ਨੂੰ rc.8, 21 ਨੂੰ ਇਹ.

ਸੋਰਸ