DeepSeek zet gewichten van visiemodel V4-Flash-Vision-Exp online

DeepSeek heeft de gewichten van visiemodel V4-Flash-Vision-Exp onder de MIT-licentie op Hugging Face gezet, tien dagen nadat hetzelfde model alleen achter de eigen API beschikbaar kwam.

Voor een bedrijf dat facturen, paspoortkopieën of schadefoto's door een model haalt, gaat daarmee een route open die tot deze week dicht zat: de afbeeldingen hoeven het eigen netwerk niet meer uit. Die route rekent alleen niet meer af in tokens. De repository telt 48 safetensors-shards en weegt 167,8 gigabyte, en de enige serveeropstelling die tot nu toe end-to-end is nagemeten bestaat uit vier B200-kaarten.

De licentie is de kale MIT-tekst

Het LICENSE-bestand in de repository bevat de standaard MIT-tekst zonder aanvullende voorwaarden. Gebruiken, kopiëren, aanpassen, samenvoegen, publiceren, verspreiden, sublicentiëren en verkopen mag, zolang de licentietekst meereist. Er staat geen uitgesloten gebied in, geen beperking op commercieel gebruik, geen gebruiksbeleid als bijlage en geen meldplicht richting DeepSeek. In de hele repository van 84 bestanden zit naast dat ene LICENSE geen tweede juridisch document.

Dat is bij een Chinees open-weight-model niet vanzelfsprekend. MiniMax zette de gewichten van videomodel H3 wel online, maar merkte in de bijgeleverde licentie de Europese Unie aan als uitgesloten gebied, waarmee een Nederlands bedrijf ze noch mocht draaien noch de uitvoer mocht gebruiken. Hier ontbreekt zo'n bepaling. De modelkaart zegt MIT, en het bestand eronder maakt dat waar.

Wat de zelf-hostroute vraagt

Het gaat om 305 miljard parameters waarvan er per token dertien miljard actief zijn, en de checkpoint komt al gekwantiseerd binnen: FP4 voor de experts, FP8 voor attention en de dichte lagen. Het SGLang-kookboek meldt dat de Flash Vision-variant is geverifieerd op vier B200-kaarten met tensor-parallelisme 4 op één node, met 192 gigabyte geheugen per kaart. Voor de andere hardwarerijen staat de verificatie nog open, en de ondersteuning zelf zit in een preview-image die nog niet in een SGLang-release is geland.

Wie hoopt dat kwantiseren de rekening kleiner maakt, komt bedrogen uit. Unsloth publiceerde dezelfde dag GGUF-versies, waarvan de 4-bits variant 155,1 gigabyte weegt tegen 161,9 gigabyte voor de 8-bits. Tegenover de 167,8 gigabyte van het origineel scheelt dat weinig, precies omdat de gewichten al in FP4 en FP8 zijn uitgeleverd.

Naast de gewichten zit er een minimale PyTorch-inferentie in de repository, met de visie-encoder, de aligner, DFlash-attention, de MoE-routering, Hyper-Connections en de DSpark-pad. Het is de eerste keer dat de V4-lijn beeldinvoer met vrijgegeven code meelevert. Samen met het agentharnas dat DeepSeek in augustus 2026 onder dezelfde MIT-licentie op GitHub zette kan de hele keten van harnas tot model nu op eigen hardware staan, zonder dat er nog één aanroep bij DeepSeek uitkomt.

De rekensom die verschuift

Tien dagen geleden was het antwoord op de vraag of je dit model zelf kunt draaien nog nee. Het model was toen alleen via de DeepSeek-API te gebruiken, met maximaal 384 invoertokens per afbeelding, en onder deepseek-ai op Hugging Face stonden alleen tekstmodellen. Die vaststelling is sinds 31 augustus achterhaald.

Het prijsverschil blijft intussen enorm. Invoer staat buiten de piekuren op 0,22 dollar per miljoen tokens bij een cachemisser, waardoor tienduizend gescande pagina's op ongeveer 85 dollarcent aan beeldtokens uitkomen. Een node met vier B200-kaarten verdien je daar nooit mee terug. Die investering doe je om een andere reden: wie loonstroken, medische formulieren of identiteitsbewijzen verwerkt, koopt met de API-route een verwerkersvraag in waar geen tarief op staat. Die vraag verdwijnt zodra het model op eigen ijzer draait, of op ijzer dat je bij een Europese aanbieder huurt.

Het model blijft ondertussen een experiment. De aanduiding Exp staat nog in de naam, en op de eigen benchmarktabel van DeepSeek scoort het 64,3 op Chartography tegen 65,0 voor Claude Opus 4.8, terwijl het op de zwaarste codeertaak NL2Repo met 57,7 tegen 69,7 ver achterblijft. Een onafhankelijke meting is er nog altijd niet.

Wat er wel verschuift, is waar de grens loopt. Zelf hosten was lange tijd een compromis waarbij je kwaliteit inleverde om je data binnen te houden. Bij een model dat op grafiek- en documentbegrip binnen een punt van Opus 4.8 blijft staan op de tabel van de maker zelf, is dat compromis vooral een hardwarerekening geworden. De vraag is daarmee niet langer of het kan, maar vanaf welk maandvolume aan documenten een eigen node goedkoper uitpakt dan een API die per afbeelding afrekent.