DeepSeek Multimodalität verpassen: Das Qwen-3.7-Flash-Bilderkennungs-Setup

Original auf X, 89.000 Views, 600+ Likes.

Viele motzen, dass DeepSeek V4 Flash keine multimodalen Fähigkeiten hat. Das stimmt – aber es ist kein Grund, sich an einem einzigen Modell festzubeißen.

Das Problem

V4 Flash ist textlich voll aufgebohrt, kapituliert aber sofort beim Bildlesen: Screenshots, Bild-Tabellen, UI-Designs, Scans – nichts klappt.

Multimodalität ist der Preis für „billig": Das Modell muss visuelle Kodierung können, die Parameter blähen sich auf, die Kosten steigen.

Die Lösung: kombinieren

Ich habe das gesamte Feld der preiswertesten Bilderkennungsmodelle durchforstet – die Antwort ist Qwen-3.7-Flash.

Die Bilderkennung kostet so wenig, dass man sie getrost ignorieren kann. Nimm es als dediziertes Vision-Modell, Text-Inferenz läuft weiter über V4 Flash – du kriegst von beidem das Beste.

So kombinierst du

Der einfachste Ansatz heißt „Routing": Eingabe mit Bild → Vision-Modell; reiner Text → V4 Flash.

// Pseudocode: bedarfsgerechtes Routing
function route(input) {
  if (hasImage(input)) {
    return qwenVision(input)   // Bilderkennung + Kerninfos extrahieren
  }
  return deepseekV4Flash(input) // Text-Inferenz
}

Die fortgeschrittenere Variante: Das Erkennungsergebnis direkt an V4 Flash zur weiteren Inferenz geben.

1. Mit Qwen-3.7-Flash das Bild erkennen, strukturierte Beschreibung ausgeben
2. Beschreibung + ursprüngliche Frage an DeepSeek V4 Flash übergeben
3. V4 Flash inferiert darauf aufbauend tiefgehend, schreibt Code, fasst zusammen

So kannst du Bilder verstehen und profitierst trotzdem von V4 Flashs Billigkeit und Tempo.

Einsatzszenarien

• Screenshot-Fragen: Fehlermeldungs- und Chat-Screenshots reinwerfen
• Bild-Tabellen / Dokumentbilder in strukturierte Daten
• UI-Designs in Code
• Infos aus Scans wie Rechnungen oder Verträgen ziehen
• Szenarien, in denen ein Agent den „Bildschirm ansehen" muss

Warum nicht die anderen Optionen?

Reine Vision-Großmodelle (zum Beispiel die multimodalen GPT-Modelle) sind stark – aber der Preis stimmt nicht, für tägliche Batch-Verarbeitung lohnt es sich nicht.

Qwen-3.7-Flash gewinnt beim Preis-Leistungs-Verhältnis: Die Erkennungsqualität reicht, die Kosten sind praktisch zu ignorieren, und du kannst große Batches durchjagen, ohne dass dir das Herz blutet.

Fazit

Modell-Kombinationen sind der Normalfall – erwarte nicht, dass ein Modell alles kann.

Text-Dampfwalze V4 Flash (billig, schnell, großer Kontext) + visuelle Ergänzung Qwen-3.7-Flash (billig, reicht völlig) – dieses Pärchen ist aktuell das beste Preis-Leistungs-Verhältnis. Fehlt was, ergänze es gezielt – das ist realistischer, als auf ein „Alleskönner-aber-teuer"-Modell zu warten.

Weiterlesen: DeepSeek V4 Flash im Deep-Test