开源视觉推理模型Top1，易主了。

文章摘要

【关 键 词】 AI模型、视觉推理、工具调用、开源技术、多模态输出

编程支持成为另一亮点，结合Coding Plan服务展现出较高性价比。在复刻Linear官网案例时，模型通过视频输入实现了90%的页面还原度，但在Wispr Flow等复杂动效场景仍存在局限。值得注意的是，其前端开发能力体现出视觉理解的优势——当布局、交互等要素难以用语言描述时，截图输入能更精准传递需求。

该模型与文本型GLM-4.6形成互补，官方计划将其纳入编程服务体系。测试者特别强调主动工具调用带来的范式转变：当模型能自主判断是否启用外部工具时，意味着AI开始具备任务执行的完整闭环能力。这种与GLM-4.6文本模型一致的设计理念，预示着未来多模态深度融合的可能性，为后续4.7乃至5.0版本埋下进化伏笔。

原文和模型

【原文链接】 阅读原文 [ 1922字 | 8分钟 ]
【原文作者】 AI产品阿颖
【摘要模型】 deepseek/deepseek-v3-0324
【摘要评分】 ★☆☆☆☆

派欧算力云 – AI 云端一体化解决方案: 模型 API、Serverless、GPU 租赁

派欧算力云提供全面的 AI 云端平台解决方案,包括模型 API、Serverless 和高性能 GPU 实例等,帮助您节省高达 50% 的成本,并同时加速 AI 产品的构建和业务发展,助力企业实现创新突破,赢得市场竞争优势。