DeepSeek V4-Flash-Vision 开源：305B 视觉模型的 MIT 发布与基准争议

一句话结论

DeepSeek V4-Flash-Vision-Exp（305B 稀疏 MoE 视觉模型，MIT 许可可自托管）补上了 V4 家族「能读文字但不能看图」的缺口——这是首个该级别可自托管的视觉 MoE；同时它也提醒：新的基准数字需要独立验证。

三个关键点

1. 补齐多模态短板

V4 家族此前只能处理文本/代码；Vision-Exp 让长上下文 + 图像理解可以在 MIT 许可下自托管——对 RAG（图文混合）、文档智能等场景是实打实的补位。

2. 「Exp」意味着实验性

作为 Experimental 版本，官方建议生产使用前自行评测；它的意义多为「生态信号」而非「稳定产品」——开源社区可基于它做衍生。

3. 基准需要独立验证

报道普遍强调「benchmark 需要独立证明」——这本身是好事：开源生态的健康度取决于可复现性，而不是发布会数字。

对你的判断

• 开发者：需要本地图文理解（数据敏感）时可评估自托管；先跑你自己的数据集对比效果。
• 一般用户：可留意后续 Flash-Vision 的正式版与 API 上线。