中国のDeepSeekは、画像やスクリーンショットを処理できる実験的なマルチモーダルAIモデルを発表し、中国と米国の双方を含む世界の主要AI開発企業間の競争が激化し続ける中で、V4モデルファミリーの拡大を進めた。

2026年8月21日に発表された今回のリリースにより、V4シリーズに初めて視覚処理機能が追加された。既存のテキストシステムは置き換えられることなく維持される。画像入力はOpenAI、Google、Anthropicのフロンティアモデルにおいて標準的な機能となっており、今回の追加により、DeepSeekの最新モデルファミリーはこの基準に合致するものとなった。

DeepSeek、V4 Flashに視覚機能を追加

DeepSeekは、V4 Flashプラットフォームに視覚処理を追加した実験モデル「DeepSeek-V4-Flash-Vision-Exp」を発表した。ユーザーは画像やスクリーンショットをアップロードし、その内容を分析したり、モデルが見た内容に基づいてタスクを実行させたりできる。

同社によれば、新モデルは推論、エージェントタスク、一般知識を含むDeepSeek-V4-Flashのテキスト能力を維持している。DeepSeekは、今回のリリースを既存のテキストシステムの代替ではなく、新しいモデルファミリーのマルチモーダル拡張であると説明している。

DeepSeekは「この実験的なマルチモーダルモデルは、エージェント、推論、世界知識を含むテキスト能力においてDeepSeek-V4-Flashと同等の性能を発揮します」と述べた。

同モデルはDeepSeekのAPI（アプリケーションプログラミングインターフェース）を通じて利用できる。これにより開発者は、アップロードされたスクリーンショットの分析といった画像ベースの機能を自社の製品やサービスに追加したり、プラットフォーム上にビジュアルAIアプリケーションを構築したりできる。

今回のリリースに関するニュースは、Walter Bloomberg（@DeItaone）によってX上で共有された：

DEEPSEEK CHALLENGES ANTHROPIC WITH NEW AI MODEL

DeepSeek has unveiled an experimental multimodal AI model capable of analyzing images, screenshots and text while performing autonomous tasks.

Called DeepSeek-V4-Flash-Vision-Exp, the model reportedly approaches Anthropic's Opus…

— Walter Bloomberg (@DeItaone) August 21, 2026

DeepSeek、モデルをAnthropicのOpus 4.8と比較

DeepSeekによれば、社内評価において新モデルは、マルチモーダルエージェントテストでAnthropicのOpus 4.8と同等の水準の性能を示したという。これらのテストは、視覚入力と限られた人間のガイダンスの両方を必要とするタスクをAIシステムがどのように処理するかを測定するものである。この比較により、実験モデルはAnthropicの上位システムの1つと直接競合する位置づけとなった。

AnthropicはClaudeシリーズ全体でエージェント能力を重視してきた。これには2024年後半に導入されたコンピュータ使用機能も含まれ、モデルが画面に表示されている内容を解釈し、アプリケーション内でタスクを実行できるようになる。この機能は、DeepSeekの新モデルが実行するよう設計されたスクリーンショット駆動のタスクと重なる部分がある。

ただし、DeepSeekの主張は自社のテストに基づいており、異なるワークロード間での性能を比較するには、より広範なサードパーティによるベンチマークが必要となる。

DeepSeekはこれまでに、画像理解と言語処理を組み合わせた旧来のモデルシリーズであるDeepSeek-VLファミリーを通じて、ビジョン言語モデルを開発してきた。今回のリリースにより、同様の視覚機能が新しいV4シリーズにもたらされ、プラットフォームが対応できるタスクの範囲が拡大した。中国のクオンツヘッジファンドHigh-Flyerの支援を受けるAIラボである同社は、2025年1月に推論モデルR1が、報告されている訓練コストのごく一部で米国の主要システムに匹敵する結果を達成したことで、初めて世界的な注目を集めた。

中国と米国で拡大するAI競争

今回のローンチは、中国のAI企業がテキスト、視覚、エージェント能力にわたるモデル開発を拡大し続ける中で行われた。中国はまた、AIチップ、大規模計算システム、マルチモーダルモデル、自律型エージェント、ブロックチェーン技術への投資拡大を求める2030年までの国家計画も打ち出している。

中国の開発企業はまた、先端AI分野での競争をめぐって米国当局による監視の強化にも直面している。最近の議論には、知的財産、モデルの訓練手法、大規模モデルの訓練に必要な高性能計算ハードウェアへのアクセスに関する懸念が含まれている。

一方、Anthropicは株式公開（IPO）の準備を進めていると報じられている。同社は今月中にも申請する可能性があり、モルガン・スタンレー、ゴールドマン・サックス、JPモルガンが準備に関与しているとされる。

この潜在的な上場は、SpaceXがオーバーアロットメント分を含む約862億ドルを調達するIPOを完了したことで注目を集めている。Anthropicは最終的な募集条件や確定した企業評価額を発表していないため、両社間の比較は依然として推測の域を出ない。

DeepSeekの新モデルは、中国と米国の開発者が、テキスト、画像、自律的なタスク実行を組み合わせたモデルであるマルチモーダルAIシステムを、コンシューマー向けおよびエンタープライズ向けの両方で拡大し続ける中、この競争環境に参入するものである。