DeepSeek lança modelo experimental multimodal que interpreta telas e executa tarefas autônomas; ferramenta gratuita Files API acompanha o lançamento.
- DeepSeek lançou o modelo experimental DeepSeek-V4-Flash-Vision-Exp em 21 de agosto de 2026
- IA multimodal interpreta texto e imagem juntos para operar computadores de forma autônoma
- Desempenho se aproxima do Opus 4.8 da Anthropic, segundo a própria empresa
- Files API gratuita permite reutilizar imagens em múltiplas consultas, reduzindo consumo de dados
A DeepSeek lançou nesta sexta-feira (21) o DeepSeek-V4-Flash-Vision-Exp, modelo experimental de inteligência artificial capaz de interpretar imagens, documentos e capturas de tela para executar tarefas de forma autônoma. A ferramenta já está disponível para desenvolvedores via API da empresa chinesa.
O modelo é descrito como “multimodal”, termo que indica a capacidade de processar texto e imagem ao mesmo tempo em uma única consulta. Na prática, a IA consegue analisar o que está visível na tela de um computador e tomar decisões sem que o usuário precise dar instruções passo a passo.
Segundo a DeepSeek, o desempenho do sistema para executar tarefas de forma independente se aproxima do modelo Opus 4.8 da Anthropic, referência atual nesse segmento.
Guerra de preços: OpenAI e Anthropic reagem à concorrência chinesa
“A estratégia das companhias chinesas, como a DeepSeek, tem focado justamente em entregar ferramentas de alto desempenho com custos mais baixos do que os cobrados pelas rivais americanas.”
Canaltech
Junto ao novo modelo, a empresa liberou a Files API, ferramenta gratuita que permite ao desenvolvedor enviar uma imagem uma única vez e reutilizá-la em múltiplas consultas seguidas. O recurso reduz o consumo de dados e torna as respostas mais rápidas.
Como o modelo funciona na prática
O sistema processa texto e imagem em conjunto dentro de um mesmo pedido. Isso viabiliza automações como assistentes virtuais que leem relatórios visuais, interpretam documentos complexos ou interagem com sistemas corporativos apenas observando a tela, sem necessidade de integração manual com cada interface.
Embora ainda seja uma versão experimental, o modelo já pode ser integrado por empresas em seus próprios serviços por meio da API pública.
Binance lança plataforma para agentes de IA negociarem cripto
Análise: impacto no Brasil. Empresas brasileiras que desenvolvem automação de processos e agentes autônomos têm acesso imediato ao modelo via API, sem custo de licença adicional pela Files API. O movimento da DeepSeek pressiona fornecedores com preços mais altos e pode ampliar a adoção de agentes visuais autônomos no mercado nacional, especialmente em setores como financeiro, jurídico e varejo digital.
Por ser uma versão experimental, a DeepSeek ainda não divulgou prazo para lançamento de uma versão estável do DeepSeek-V4-Flash-Vision-Exp. Desenvolvedores interessados já podem testar o modelo pela API da empresa.
Fontes: Canaltech
