Nova IA da DeepSeek resolve tarefas apenas olhando telas

A DeepSeek lançou, nesta sexta-feira (21), o DeepSeek-V4-Flash-Vision-Exp, novo modelo experimental de inteligência artificial com capacidade de interpretar imagens, documentos e capturas de tela. A ferramenta já está disponível para desenvolvedores por meio da API da empresa.

A grande inovação é que este modelo é “multimodal”, ou seja, ele consegue combinar e entender texto e imagem ao mesmo tempo. Com isso, a IA pode analisar o que aparece na tela de um computador e realizar ações automáticas de forma inteligente, sem que o usuário precise dar instruções passo a passo. Segundo a empresa, o desempenho desse sistema para realizar tarefas de forma independente chega perto de tecnologias concorrentes de ponta, como o modelo Opus 4.8 da Anthropic.

Junto ao novo modelo, a DeepSeek liberou uma ferramenta gratuita para envio de arquivos chamada Files API. Ela facilita o trabalho dos desenvolvedores, permitindo enviar uma imagem para o sistema apenas uma vez e reutilizá-la em várias consultas seguidas, o que economiza dados de internet e torna as respostas da IA mais rápidas.

Este lançamento reforça a disputa pelo topo do mercado de inteligência artificial entre as gigantes de tecnologia da China e dos Estados Unidos. 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.

Como funciona o novo modelo da IA da DeepSeek?