核心内容总结
DeepSeek终于补上了多模态能力（能看图了），推出实验版模型Vision-Exp，价格依旧“亲民”（一分钱能看8张图），但用户实测效果却一言难尽：认不出自家创始人梁文锋（把他当成王兴、张一鸣）、把真人组合认成AI假图、复杂任务（如复刻网页）细节拉胯。虽然官方跑分接近顶级模型，但实际体验和实验室数据差距大。DeepSeek放这个“半成品”出来，是想通过用户测试收集反馈，为正式版铺路。
一、亮点：终于能看图了，还贼便宜
DeepSeek之前的模型只能处理文字，这次Vision-Exp补上了视觉短板——能直接认人、读截图、看图表。更关键的是价格：一张图最多算384个Token（可以理解成模型算钱的“小单位”），就算高峰期，一分钱也能看8张图。这延续了DeepSeek一贯的“低价风格”，让开发者和普通用户都能轻松尝试。
二、翻车名场面：认不出亲爹，把真人当AI
网友实测的“笑话”一堆：
- 认人失败：把DeepSeek创始人梁文锋的照片，先后认成美团王兴、字节张一鸣（王兴张一鸣：人在家中坐，锅从天上来）；
- 怀疑真人：看时代少年团合照，说“五个人长得太像、皮肤太光滑，像AI生成的假图”；
- 复杂任务拉胯：让它生成Three.js三维场景，虽然成品比Gemini 3.7 Flash略好，但反复纠错、断联，消耗的“Token钱”是别人的15倍，耗时多3.5倍。
这些问题让网友调侃它是“睁眼瞎”，甚至用“破碎的好模型”形容。
三、跑分美如画，实际用着卡：实验室和现实的差距
官方数据说Vision-Exp的多模态能力接近Anthropic的顶级模型Opus，但为啥实际用起来差这么多？
- 实验室环境vs真实场景：跑分是在标准化测试里做的，而用户遇到的图片质量（模糊、合成）、任务复杂度（梗图、复杂网页）千奇百怪，模型应付不过来；
- 细节处理不足：比如复刻网页时，Vision-Exp只能搭个框架，色块、文字位置都不对，而GLM-5.3、Kimi K3能还原更多细节。
四、为啥放半成品？这是DeepSeek的“公开测试”套路
模型名字带“Exp”（实验版），说明DeepSeek自己也知道没打磨好，那为啥急着放出来？
- 控制成本：用V4-Flash（参数少、速度快）做底座，加视觉功能后价格依然低，开发者愿意大量测试；
- 收集真实反馈：实验室测不出来的问题（比如认不出梁文锋、看不懂梗图），用户用了才知道，这些反馈能帮正式版改进；
- 不影响老用户：旧版V4-Flash还能用，想尝鲜的用实验版，互不干扰。
这不是第一次：2025年9月DeepSeek就用V3.2-Exp测试新机制，两个月后才出正式版。
五、未来：这双“眼睛”还得练多久？
Vision-Exp的实验版暴露了不少问题：人脸识别不准、复杂任务细节差、不懂梗图背后的含义。DeepSeek需要把这些用户反馈一一解决，才能让正式版“不破碎”。到时候，梁文锋能不能从“滑动变阻器”变成“梁圣”，就看这双眼睛练得怎么样了。
总的来说，DeepSeek的多模态模型是“好牌但没打好”——方向对（补短板、低价），但细节还需打磨。实验版的意义在于试错，就看正式版能不能把这些坑填上。