တရုတ် AI ဓာတ်ခွဲခန်း DeepSeek သည် ၎င်း၏ အထင်ကရ မော်ဒယ်မိသားစုတွင် ရုပ်ပုံများကို လက်ခံနိုင်သည့် ၎င်း၏ V4-Flash မော်ဒယ်၏ စမ်းသပ်ဗားရှင်း deepseek-v4-flash-vision-exp ကို တိတ်တဆိတ် ပေးပို့ခဲ့ပြီး ၎င်း၏ အထင်ကရ မော်ဒယ်မိသားစုတွင် အထင်ရှားဆုံး ကွာဟချက်တစ်ခုကို ပိတ်ပစ်လိုက်သည်။ ကုမ္ပဏီ၏တရားဝင် API စာမျက်နှာများတွင် မှတ်တမ်းတင်ထားသော ထုတ်ဝေမှုသည် V4-Flash-0731 နှင့် V4-Pro-0813 အား ပြန်လည်ဆန်းသစ်ပြီး ရက်သတ္တပတ်အနည်းငယ်အကြာတွင် ရောက်ရှိလာပြီး ဆော့ဖ်ဝဲအင်ဂျင်နီယာများအား ဖန်သားပြင်ဓာတ်ပုံများ၊ ဇယားများနှင့် ဓာတ်ပုံများကို စက်မှုလုပ်ငန်း၏စျေးအသက်သာဆုံးသော Frontier-tier မော်ဒယ်များထဲမှ တစ်ခုသို့ တိုက်ရိုက်ပေးပို့ရန် ကာလကြာရှည်တောင်းဆိုထားသည့် နည်းလမ်းကို ထုတ်ပေးသည်။ [နောက်ဆုံးပေါ် AI တိုးတက်မှုများ] (https://aibuzzwire.news) ကို ခြေရာခံသည့်အသင်းများအတွက် DeepSeek သည် ၎င်းတို့အား စျေးနှုန်းအရ ကြီးကြီးမားမားဖြတ်တောက်ကာ အနောက်တိုင်းပြိုင်ဘက်များ၏ feature-for-feature နှင့် ကိုက်ညီစေရန် ရည်ရွယ်သည့် နောက်ထပ်အချက်တစ်ခုဖြစ်သည်။
မော်ဒယ်အသစ်က ဘာတွေလဲ။
DeepSeek ၏ API စာရွက်စာတမ်းအရ `deepseek-v4-flash-vision-exp` သည် သုံးစွဲသူများအား "ပုံများကို ဖော်ပြရန် မော်ဒယ်ကို တောင်းဆိုခြင်း၊ ဖန်သားပြင်ဓာတ်ပုံများမှ စာသားများကို ဖတ်ရှုခြင်း၊ ဇယားများကို ခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် အခြားအရာများ" ကို ခွင့်ပြုပေးပါသည်။ မော်ဒယ်သည် JPEG၊ PNG၊ GIF နှင့် WebP ဖိုင်များကို လက်ခံသည်၊ ဖိုင်အမည် သို့မဟုတ် MIME အမျိုးအစားကို ကြေညာမည့်အစား အမှန်တကယ် ဖိုင်အကြောင်းအရာမှ တွေ့ရှိသည့် ဖော်မတ်ဖြင့် လက်ခံသည် — သေးငယ်သော်လည်း တွေးခေါ်မြော်မြင်နိုင်သောအသေးစိတ်အချက်မှာ ကိုက်ညီမှုမရှိသော-တိုးချဲ့မှု bugs ကိုကာကွယ်ပေးသည်။
ဆော့ဖ်ဝဲရေးသားသူများသည် ပုံများကို နည်းလမ်းသုံးမျိုးဖြင့် ဖြတ်သန်းနိုင်သည်- base64-encoded inline data URLs (48 MiB တောင်းဆိုမှုကိုယ်ထည် ကန့်သတ်ချက်ကြောင့်)၊ အများသူငှာ ဝင်ရောက်နိုင်သော ပြင်ပ URLs (စာလုံးပေါင်း 8,192 လုံးအထိ၊ တစ်ပုံလျှင် 32 MiB၊ စက္ကန့် 60-ဒေါင်းလုဒ်ဝင်းဒိုးဖြင့်) သို့မဟုတ် Files API မှတဆင့်။ အရာအားလုံးသည် စံ OpenAI-သဟဇာတဖြစ်သော Chat Completions ဖော်မတ်ကို အသုံးပြုထားပြီး မော်ဒယ်ကို DeepSeek ၏ Anthropic-compatible endpoint မှတစ်ဆင့်လည်း ရောက်ရှိနိုင်သည် — ဆိုလိုသည်မှာ ရှိပြီးသား Claude SDK ကုဒ်သည် အနည်းငယ်သောပြောင်းလဲမှုများဖြင့် နောက်ကွယ်သို့ ပြောင်းနိုင်သည်။
စျေးနှုန်း- ကုန်စည်နှုန်းထားဖြင့် နယ်နိမိတ်အမြင်
စမ်းသပ်မော်ဒယ်သည် V4-Flash ၏ပြင်းထန်သောစျေးနှုန်းစာရွက်ကို အမွေဆက်ခံသည်။ Input tokens များသည် off-peak တစ်သန်းလျှင် $0.22 နှင့် cache misses အတွက် အထွတ်အထိပ်တွင် $0.44 ကုန်ကျပြီး cache hits များတွင် တစ်သန်းလျှင် $0.007 အထိ ကျဆင်းသွားသည်။ Output token များသည် off-peak တစ်သန်းလျှင် $0.66 နှင့် peak တွင် $1.32 ရှိသည်။ ပုံများကို ၎င်းတို့၏အတိုင်းအတာအလိုက် တိုကင်များအဖြစ်သို့ ပြောင်းလဲပြီး စာသားတိုကင်များနှင့်အတူ ငွေတောင်းခံပါသည်။
ဤစျေးနှုန်းသည် အဓိက US ဝန်ဆောင်မှုပေးသူများထံမှ နှိုင်းယှဥ်နိုင်သော ဘက်စုံသုံး ကမ်းလှမ်းမှုများကို သိသိသာသာ လျှော့ချပေးသည့်အတွက်ကြောင့် DeepSeek သည် စျေးနှုန်းစစ်ပွဲကို ဆက်လက်လုပ်ဆောင်နေပါသည်။ မော်ဒယ်သည် မိသားစု၏ ခေါင်းစီးသတ်မှတ်ချက်များကို ပါ၀င်သည်- 1 သန်းတိုကင် ဆက်စပ်ဝင်းဒိုးတစ်ခု၊ အများဆုံးထွက်ရှိမှု 384K တိုကင်များအထိ၊ တွေးခေါ်မှုနှင့် တွေးခေါ်မှုဆိုင်ရာ မုဒ်များအတွက် ပံ့ပိုးမှု၊ JSON အထွက်နှုန်း၊ ကိရိယာခေါ်ဆိုမှုများနှင့် တူညီသောကန့်သတ်ချက် 2,500—၎င်းကို ထုထည်မြင့်မားသော သုတေသနလုပ်ငန်းအတွက် အလုပ်ချိန်များထက် ပမာဏမြင့်မားသော သုတေသနလုပ်ငန်းအတွက် workhorse အစစ်အဖြစ် နေရာယူထားသည့် specs များ။
developer တွေက ဒါကို ဘာကြောင့် စိတ်ပျက်နေကြတာလဲ။
အဆိုပါ လွှင့်တင်မှုသည် အမှတ် 450 ကျော်ကို လျင်မြန်စွာ စုဆောင်းထားသည့် Hacker News တွင် ရောက်ရှိလာပြီး စိတ်အားထက်သန်မှုတွင် တိကျသော မူရင်းဇာတ်လမ်းတစ်ခု ရှိသည်။ DeepSeek ၏ စာသားသီးသန့် V4-Flash-0731 သည် မြင်တွေ့နိုင်သည့် ယုံကြည်ခြင်း အတွက် ဂုဏ်သတင်းတစ်ခု တိုးလာခဲ့သည်။ မော်ဒယ်တွင် အမြင်စွမ်းရည်များ ပါ၀င်သည်ဟု ယူဆရပြီး၊ ၎င်းကို တွေ့ရှိသောအခါတွင် မတွေ့နိုင်သောအခါတွင် ကြံဖန်ဖန်များစွာ ကြံဖန်လုပ်ဆောင်နိုင်သည် — စာသားအခြေခံ ရုပ်ပုံခွဲခြမ်းစိတ်ဖြာမှုကိရိယာများကို တီထွင်ခြင်းနှင့် ချိတ်ဆက်ထားသော စက်များမှ ဖန်သားပြင်ဓာတ်ပုံများကို ၎င်းတို့ကြည့်ရှုရန် နည်းလမ်းမရှိကြောင်း သတိပြုမိခြင်း အပါအဝင်၊
"DeepSeek v4 Flash 0731 သည် အမြင်အာရုံ စွမ်းရည်များ ရှိသည်ဟု မကြာခဏ ယူဆပြီး ၎င်းသည် အမှန်တကယ် မမြင်နိုင်သည်ကို တွေ့ရှိသောအခါ စာသား-အခြေခံပုံ ခွဲခြမ်းစိတ်ဖြာမှု ကိရိယာများကို တီထွင်ရန် အားကိုးရာဖြစ်သည်" ဟု မှတ်ချက်ပေးသူတစ်ဦးက ရေးသားခဲ့သည်။ မော်ဒယ်ကို coding သို့မဟုတ် automation pipelines များတွင် အေးဂျင့်အဖြစ်အသုံးပြုသူတိုင်းအတွက်၊ အမြင်မျိုးကွဲအသစ်သည် ရှုပ်ထွေးမှုများကြောင့်ဖြစ်သော ကျရှုံးမှုအမျိုးအစားတစ်ခုလုံးကို ဖယ်ရှားပစ်သင့်သည်။
800x800 ဖမ်းသည်။
ထုတ်ဝေမှုသည် ကန့်သတ်ချက်မရှိဘဲ မဟုတ်ဘဲ ဟက်ကာသတင်းများအပေါ် အပြတ်သားဆုံးဝေဖန်ချက်မှာ နံပါတ်တစ်- ရုပ်ပုံကြည်လင်ပြတ်သားမှုကို ပစ်မှတ်ထားသည်။ စာတမ်းတွင် ကောက်ချက်မချမီ၊ ပုံတိုင်းသည် ၎င်း၏စုစုပေါင်း pixel အရေအတွက် အကြမ်းဖျင်းအားဖြင့် 800x800 ပုံတစ်ပုံနှင့် တစ်ထပ်တည်းဖြစ်ပြီး ရှုထောင့်အချိုးကို ထိန်းသိမ်းထားနိုင်ရန် ပုံတိုင်းကို အလိုအလျောက် အရွယ်အစားပြောင်းထားကြောင်း စာရွက်စာတမ်းတွင် ဖော်ပြထားသည်။
"ဒါက အသုံးဝင်ပါတယ်၊ ဒါပေမယ့် OCR နဲ့ တခြား application တော်တော်များများအတွက်ကတော့ နည်းနည်းပိုမြင့်ဖို့ လိုပါတယ် (ဥပမာ- A4/ Letter sized page အပြည့်အစုံ)" လို့ developer တစ်ယောက်က 800x800 cap က "အသုံးပြုမှုတော်တော်များများကို သေစေတယ်" လို့ ပြတ်ပြတ်သားသား ပြန်ပြောပြီး developer တစ်ယောက်က စောဒကတက်ခဲ့ပါတယ်။ သိပ်သည်းသောစာရွက်စာတမ်းများ၊ စာမျက်နှာအပြည့်စကင်န်ဖတ်ခြင်း သို့မဟုတ် သပ်ရပ်သော UI အမှားရှာပြင်ခြင်းအတွက်၊ ကြည်လင်ပြတ်သားမှုမျက်နှာကျက်သည် developer များအား ပိုမိုမြင့်မားသော resolution ဆီသို့ တွန်းပို့နိုင်သည် — နှင့် စျေးကြီးသည် — အခြားရွေးချယ်စရာများ။ စာတွဲတွင် အကြံပြုထားသော ရေပန်းစားသော ဖြေရှင်းနည်းတစ်ခု- စာမျက်နှာကြီးများကို အကွက်များခွဲကာ သီးခြားစီ ကျွေးပါ။
နောက်မေးခွန်းတစ်ခုကတော့ ပွင့်လင်းမှုပါ။ DeepSeek သည် open weights များထုတ်လွှတ်ခြင်းအတွက် ၎င်း၏ဂုဏ်သတင်းကို တည်ဆောက်ထားသော်လည်း အဆိုပါ vision variant အတိုင်းဖြစ်မဖြစ်ကို ကုမ္ပဏီက ပြောကြားခြင်းမရှိပေ။ မှတ်ချက်များက ၎င်းသည် ကုမ္ပဏီ၏ မကြာသေးမီက "Thinking with Visual Primitives" သုတေသနမှ ဆင်းသက်လာဖွယ်ရှိကြောင်း မှတ်ချက်ပေးသူများက ထင်ကြေးပေးခဲ့ကြသော်လည်း မည်သည့်အရာမှ အတည်ပြုနိုင်ခြင်းမရှိသေးပေ။ မှတ်သားဖွယ်၊ မော်ဒယ်ကို စမ်းသပ်ဆဲ—“-exp” နောက်ဆက်တွဲ— DeepSeek ထပ်တလဲလဲလုပ်ဆောင်ရန် မျှော်လင့်ထားကြောင်း အချက်ပြထားသည်။
တိတ်ဆိတ်သော်လည်း ဗျူဟာမြောက်သော လွတ်မြောက်မှု
ရူပါရုံကျဆင်းမှုသည် ဩဂုတ်လတွင် တင်ပို့ခဲ့သည့် တည်ငြိမ်သောအပ်ဒိတ်များ- V4-Flash-0731၊ အေးဂျင့်-အသားပေးသော DeepSeek Harness မူဘောင်၊ V4-Pro-0813 ပြန်လည်ဆန်းသစ်ခြင်းနှင့် ယခုအခါ ဘက်စုံထည့်သွင်းမှုတို့ကို ကုန်ဆုံးခဲ့သည့် Hangzhou-based ဓာတ်ခွဲခန်းအတွက် အလုပ်များနေပါသည်။ တစ်ခုတည်းသော blockbuster လွှင့်တင်ခြင်းထက် DeepSeek သည် ၎င်း၏မော်ဒယ်များကို developer toolchains အတွင်းတွင် ထိန်းသိမ်းထားနိုင်သည့် လျင်မြန်သော တိုးမြှင့်ထုတ်လွှတ်မှုများကို လုပ်ဆောင်နေသည် — တူညီသော မြေယာသိမ်းနည်းဗျူဟာကို အနောက်တိုင်းဓာတ်ခွဲခန်းများသည် coding အေးဂျင့်များဖြင့် လိုက်ရှာနေပါသည်။
AI စက်မှုလုပ်ငန်းကြီးအတွက်၊ မက်ဆေ့ချ်သည် ရင်းနှီးပြီးသားဖြစ်သော်လည်း လက်ရှိအသုံးပြုသူများအတွက် စိတ်မသက်မသာဖြစ်နေဆဲဖြစ်သည်- တစ်ချိန်က ပရီမီယံစျေးနှုန်းများ — တစ်သန်းတိုကင်အကြောင်းအရာအပေါ်ပုံနားလည်မှု—ယခုအခါတွင် တိုကင်တစ်သန်းလျှင် ဆင့်အနည်းငယ်ရောက်ရှိလာသည်။ စမ်းသပ်သည့်အညွှန်းသည် မော်ဒယ်ကို ပြုပြင်ရန် DeepSeek အခန်းကို ပေးထားသော်လည်း developer များက ၎င်းအား ဖန်သားပြင်မောင်းနှင်သည့် အလုပ်အသွားအလာအဖြစ် စတင်ချိတ်ဆက်နေပြီဖြစ်သည်။ DeepSeek သည် ၎င်း၏ပြိုင်ဘက်များ၏ ဘက်စုံသုံးအင်္ဂါရပ်အစုံကို လိုက်ဖက်နိုင်သလားဟု မေးခွန်းထုတ်စရာမရှိတော့ဘဲ ကျန်ဈေးကွက်များ၏ ဈေးနှုန်းများနှင့် မည်မျှမြန်မြန်ဆန်ဆန် ချိန်ညှိနိုင်မည်နည်း။
AI ထက်သာလွန်နေပါစေ။
နောက်ဆုံးထွက် AI မော်ဒယ်လ်ထွက်ရှိမှု၊ စံပြုတိုက်ပွဲများနှင့် လုပ်ငန်းခွဲခြမ်းစိတ်ဖြာမှုအတွက်၊ AI Buzz Wire တွင် မှတ်သားပါ။
AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →
