AREX Feed Article
vLLM 官宣已支持 V4-Flash-Vision-Exp，视觉支持尚未进入稳定版
北京时间 9 月 1 日 17 时，发文祝贺 DeepSeek 发布 V4 家族首个多模态模型 DeepSeek-V4-Flash-Vision-Exp，并宣布「vLLM serves it now」——vLLM 现已支持该模型。推文给出的架构口径是：在 285B/13B 的 V4-Flash MoE（混合专家）骨干上叠加视觉编码器与 aligner（对齐器），文本智能体分数保持稳定（text-agent scores holding steady），并附上 链接。
一天前，DeepSeek 在 以 MIT 许可放出该模型权重，模型页标注 305B 参数。这是 V4 家族首个实验性多模态模型，基于 V4-Flash 架构集成视觉模块并继续训练；该模型 8 月 21 日已上线 DeepSeek API 平台，8 月 31 日开放权重（）。
发布当天的核查：上游 vLLM 尚无 deepseek_v4 视觉支持
以下时间均为北京时间。权重发布当天，的 DGX Spark/GB10 板块出现社区核查帖。18:51 主题创建，19:24 用户 0rand 贴出核查结论：权重确认为原生视觉架构（native vision），不是外挂视觉塔；但上游 vLLM main 对 deepseek_v4 没有任何视觉支持——DeepseekV4ForCausalLM 映射的 nvidia/model.py 中 0 处 vision、image、aligner 或 multimodal 引用，注册表里没有 deepseek_v4 的多模态处理器（multimodal processor），也没有相关 PR。
0rand 同时核对了社区流传的两条路径：eugr 补丁仓库的 recipe 是纯文本服务配置（带 B12X kernel 性能补丁），只覆盖 0731 文本配方，没有任何视觉内容；名为 FlyCockpit/DeepSeek-V4-Flash-0731-vision 的仓库是 LoRA（低秩适配）适配器加独立视觉塔（deepencoder_v2_tower.safetensors）拼在 0731 上的方案，并非官方权重。
结论是：文本路径当天就能用标准 vLLM 跑通，视觉端补丁「还不存在，没有人写过」。
20:23，正在开发 0xSupergemma 的 Jun Song 发帖称权重已开放，「看起来和 GLM-5.3-Flash 打平」，正在对比测试。
21:46，发布公告帖，链接 modelscope.cn 镜像页，并复述官方基准口径：Agents' Last Exam 与 ZeroBench 超过 Opus-4.8，Terminal-Bench 2.1（83.9）与 DeepSWE（59.3）高于 Opus-4.8 的 58.0，Chartography 落后 0.7。
「serves it now」，但视觉支持还没进稳定版
当天 20:41，GitHub 用户 Isotr0py 向 vllm-project 提交 （「Add DeepSeek-V4-Flash-Vision-Exp support」），距 Jun Song 发帖确认权重开放约 18 分钟；截至发稿该 PR 仍为 open 状态，未合并进主分支，PR 说明提供了 docker 镜像并指向 recipes 页。次日 17:00，vLLM 官方账号正式宣布支持。
recipes 页在「Prerequisites」一节写明了这条声明的边界：视觉支持还没有进入任何稳定版 vLLM，目前存在于 PR #54566 中；合并之前必须使用 pinned 镜像（固定版本镜像）vllm/vllm-openai:deepseekv4-flash-vision，官方 wheel 会把该 checkpoint 路由到纯文本类别，并在视觉张量上直接报错。
同一页给出了支持细节：模型保留 V4-Flash 语言骨干（43 层、256 个路由专家、每 token 激活 6 个、1,048,576 token 上下文窗口），新增 32 层、1,024 维的 ViT（视觉 Transformer）与两层 aligner（recipes 页称约 0.5B 参数，叠在 284B 骨干上）；权重 FP4/FP8 混合，检查点 48 个分片、约 168 GB。
支持范围目前限 NVIDIA：ROCm 与 XPU 构建在模型构造时直接抛 NotImplementedError，GB200 是唯一有已发布视觉运行记录的硬件（OCRBench 全量 1,000 样本 835/1000，即 83.5%）；1M 上下文是宣传值，参考运行用的是 32K。
独立复核：11 项基准中 8 项落后 Opus-4.8
在发布当天 22:00 的独立报道给出了与官方宣传不同的读法：按官方模型卡上的 11 项基准，该模型 8 项落后于 Opus-4.8。赢下的是 DeepSWE（59.3 vs 58.0）、Agents' Last Exam（27.3 vs 25.7）与 ZeroBench Pass@5（35.0 vs 34.0）；落后最多的是 NL2Repo（57.7 vs 69.7）和 DSBench-Hard（63.6 vs 71.7）。
智东西的报道称后两项与 Opus-4.8 仍有约 10 个百分点差距，「在高度复杂、结构化的数据科学任务上仍有优化空间」。
ApexBench 一项：Vision-Exp 的 36.5 较 0731 的 26.2 提升明显，但模型卡注释注明，0731 在 ApexBench 与 Agents' Last Exam 上忽略输入中的多模态元素，对照组并不对等；且 36.5 仍低于 Opus-4.8 的 39.4。
所有数字均出自 DeepSeek 官方模型卡（DeepSeek Harness minimal 模式、max 推理强度、temperature 1.0、top_p 0.95），属当事方自测口径。
AI Weekly 还补充了两个细节：API 定价与纯文本 V4-Flash 完全相同（非高峰 $0.22/$0.66 每百万 token，UTC 高峰时段翻倍；图像按 token 计费、每张上限 384 token，无多模态加价）；此次发布没有配套论文或博客。
自测的分数与未合并的 PR
目前两件事悬着。一是基准分数：官方智能体基准（ApexBench、Agents' Last Exam 等）的数字全部出自 DeepSeek 自测的模型卡；AI Weekly 的独立分析基于这张表，vLLM 的 OCRBench 835/1000 是它在 GB200 上跑的另一个基准，均非对官方基准的重测。二是支持状态：PR #54566 仍未合并，视觉支持未进稳定版，本地跑视觉服务目前只能使用 pinned 镜像，且仅限 NVIDIA 硬件。