[{"data":1,"prerenderedAt":381},["ShallowReactive",2],{"\u002Fblog\u002Fqwen-vision-for-deepseek\u002F:de":3,"\u002Fblog\u002Fqwen-vision-for-deepseek\u002F-surround:de":280,"blog-all-posts:de":281},{"id":4,"title":5,"author":6,"body":10,"date":263,"description":264,"extension":265,"image":266,"locale":267,"meta":268,"minRead":154,"navigation":269,"original":270,"path":271,"pinned":270,"seo":272,"source":273,"sourceUrl":23,"stem":274,"tags":275,"updated":266,"__hash__":279},"blog\u002Fblog\u002Fqwen-vision-for-deepseek.de.md","DeepSeek Multimodalität verpassen: Das Qwen-3.7-Flash-Bilderkennungs-Setup",{"name":7,"avatar":8},"Chen Dahuang",{"src":9,"alt":7},"\u002Favatar.jpg",{"type":11,"value":12,"toc":255},"minimark",[13,28,31,36,39,42,46,54,57,61,64,183,186,199,202,206,224,228,231,234,238,241,244,251],[14,15,16],"blockquote",{},[17,18,19,20,27],"p",{},"Original auf ",[21,22,26],"a",{"href":23,"rel":24},"https:\u002F\u002Fx.com\u002Frealchendahuang\u002Fstatus\u002F2085265465564336327",[25],"nofollow","X",", 89.000 Views, 600+ Likes.",[17,29,30],{},"Viele motzen, dass DeepSeek V4 Flash keine multimodalen Fähigkeiten hat. Das stimmt – aber es ist kein Grund, sich an einem einzigen Modell festzubeißen.",[32,33,35],"h2",{"id":34},"das-problem","Das Problem",[17,37,38],{},"V4 Flash ist textlich voll aufgebohrt, kapituliert aber sofort beim Bildlesen: Screenshots, Bild-Tabellen, UI-Designs, Scans – nichts klappt.",[17,40,41],{},"Multimodalität ist der Preis für „billig\": Das Modell muss visuelle Kodierung können, die Parameter blähen sich auf, die Kosten steigen.",[32,43,45],{"id":44},"die-lösung-kombinieren","Die Lösung: kombinieren",[17,47,48,49,53],{},"Ich habe das gesamte Feld der preiswertesten Bilderkennungsmodelle durchforstet – die Antwort ist ",[50,51,52],"strong",{},"Qwen-3.7-Flash",".",[17,55,56],{},"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.",[32,58,60],{"id":59},"so-kombinierst-du","So kombinierst du",[17,62,63],{},"Der einfachste Ansatz heißt „Routing\": Eingabe mit Bild → Vision-Modell; reiner Text → V4 Flash.",[65,66,71],"pre",{"className":67,"code":68,"language":69,"meta":70,"style":70},"language-js shiki shiki-themes material-theme-lighter material-theme material-theme-palenight","\u002F\u002F Pseudocode: bedarfsgerechtes Routing\nfunction route(input) {\n  if (hasImage(input)) {\n    return qwenVision(input)   \u002F\u002F Bilderkennung + Kerninfos extrahieren\n  }\n  return deepseekV4Flash(input) \u002F\u002F Text-Inferenz\n}\n","js","",[72,73,74,83,108,133,152,158,177],"code",{"__ignoreMap":70},[75,76,79],"span",{"class":77,"line":78},"line",1,[75,80,82],{"class":81},"sHwdD","\u002F\u002F Pseudocode: bedarfsgerechtes Routing\n",[75,84,86,90,94,98,102,105],{"class":77,"line":85},2,[75,87,89],{"class":88},"spNyl","function",[75,91,93],{"class":92},"s2Zo4"," route",[75,95,97],{"class":96},"sMK4o","(",[75,99,101],{"class":100},"sHdIc","input",[75,103,104],{"class":96},")",[75,106,107],{"class":96}," {\n",[75,109,111,115,119,122,124,127,130],{"class":77,"line":110},3,[75,112,114],{"class":113},"s7zQu","  if",[75,116,118],{"class":117},"swJcz"," (",[75,120,121],{"class":92},"hasImage",[75,123,97],{"class":117},[75,125,101],{"class":126},"sTEyZ",[75,128,129],{"class":117},")) ",[75,131,132],{"class":96},"{\n",[75,134,136,139,142,144,146,149],{"class":77,"line":135},4,[75,137,138],{"class":113},"    return",[75,140,141],{"class":92}," qwenVision",[75,143,97],{"class":117},[75,145,101],{"class":126},[75,147,148],{"class":117},")   ",[75,150,151],{"class":81},"\u002F\u002F Bilderkennung + Kerninfos extrahieren\n",[75,153,155],{"class":77,"line":154},5,[75,156,157],{"class":96},"  }\n",[75,159,161,164,167,169,171,174],{"class":77,"line":160},6,[75,162,163],{"class":113},"  return",[75,165,166],{"class":92}," deepseekV4Flash",[75,168,97],{"class":117},[75,170,101],{"class":126},[75,172,173],{"class":117},") ",[75,175,176],{"class":81},"\u002F\u002F Text-Inferenz\n",[75,178,180],{"class":77,"line":179},7,[75,181,182],{"class":96},"}\n",[17,184,185],{},"Die fortgeschrittenere Variante: Das Erkennungsergebnis direkt an V4 Flash zur weiteren Inferenz geben.",[187,188,189,193,196],"ol",{},[190,191,192],"li",{},"Mit Qwen-3.7-Flash das Bild erkennen, strukturierte Beschreibung ausgeben",[190,194,195],{},"Beschreibung + ursprüngliche Frage an DeepSeek V4 Flash übergeben",[190,197,198],{},"V4 Flash inferiert darauf aufbauend tiefgehend, schreibt Code, fasst zusammen",[17,200,201],{},"So kannst du Bilder verstehen und profitierst trotzdem von V4 Flashs Billigkeit und Tempo.",[32,203,205],{"id":204},"einsatzszenarien","Einsatzszenarien",[207,208,209,212,215,218,221],"ul",{},[190,210,211],{},"Screenshot-Fragen: Fehlermeldungs- und Chat-Screenshots reinwerfen",[190,213,214],{},"Bild-Tabellen \u002F Dokumentbilder in strukturierte Daten",[190,216,217],{},"UI-Designs in Code",[190,219,220],{},"Infos aus Scans wie Rechnungen oder Verträgen ziehen",[190,222,223],{},"Szenarien, in denen ein Agent den „Bildschirm ansehen\" muss",[32,225,227],{"id":226},"warum-nicht-die-anderen-optionen","Warum nicht die anderen Optionen?",[17,229,230],{},"Reine Vision-Großmodelle (zum Beispiel die multimodalen GPT-Modelle) sind stark – aber der Preis stimmt nicht, für tägliche Batch-Verarbeitung lohnt es sich nicht.",[17,232,233],{},"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.",[32,235,237],{"id":236},"fazit","Fazit",[17,239,240],{},"Modell-Kombinationen sind der Normalfall – erwarte nicht, dass ein Modell alles kann.",[17,242,243],{},"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.",[17,245,246,247],{},"Weiterlesen: ",[21,248,250],{"href":249},"\u002Fblog\u002Fdeepseek-v4-flash-review","DeepSeek V4 Flash im Deep-Test",[252,253,254],"style",{},"html pre.shiki code .sHwdD, html code.shiki .sHwdD{--shiki-light:#90A4AE;--shiki-light-font-style:italic;--shiki-default:#546E7A;--shiki-default-font-style:italic;--shiki-dark:#676E95;--shiki-dark-font-style:italic}html pre.shiki code .spNyl, html code.shiki .spNyl{--shiki-light:#9C3EDA;--shiki-default:#C792EA;--shiki-dark:#C792EA}html pre.shiki code .s2Zo4, html code.shiki .s2Zo4{--shiki-light:#6182B8;--shiki-default:#82AAFF;--shiki-dark:#82AAFF}html pre.shiki code .sMK4o, html code.shiki .sMK4o{--shiki-light:#39ADB5;--shiki-default:#89DDFF;--shiki-dark:#89DDFF}html pre.shiki code .sHdIc, html code.shiki .sHdIc{--shiki-light:#90A4AE;--shiki-light-font-style:italic;--shiki-default:#EEFFFF;--shiki-default-font-style:italic;--shiki-dark:#BABED8;--shiki-dark-font-style:italic}html pre.shiki code .s7zQu, html code.shiki .s7zQu{--shiki-light:#39ADB5;--shiki-light-font-style:italic;--shiki-default:#89DDFF;--shiki-default-font-style:italic;--shiki-dark:#89DDFF;--shiki-dark-font-style:italic}html pre.shiki code .swJcz, html code.shiki .swJcz{--shiki-light:#E53935;--shiki-default:#F07178;--shiki-dark:#F07178}html pre.shiki code .sTEyZ, html code.shiki .sTEyZ{--shiki-light:#90A4AE;--shiki-default:#EEFFFF;--shiki-dark:#BABED8}html .light .shiki span {color: var(--shiki-light);background: var(--shiki-light-bg);font-style: var(--shiki-light-font-style);font-weight: var(--shiki-light-font-weight);text-decoration: var(--shiki-light-text-decoration);}html.light .shiki span {color: var(--shiki-light);background: var(--shiki-light-bg);font-style: var(--shiki-light-font-style);font-weight: var(--shiki-light-font-weight);text-decoration: var(--shiki-light-text-decoration);}html .default .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}html.dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}",{"title":70,"searchDepth":85,"depth":85,"links":256},[257,258,259,260,261,262],{"id":34,"depth":85,"text":35},{"id":44,"depth":85,"text":45},{"id":59,"depth":85,"text":60},{"id":204,"depth":85,"text":205},{"id":226,"depth":85,"text":227},{"id":236,"depth":85,"text":237},"2026-08-06","DeepSeek V4 Flash kann keine multimodalen Eingaben – was tun, wenn es ans Bilderlesen geht? Nach meiner Recherche ist das Setup mit dem besten Preis-Leistungs-Verhältnis Qwen-3.7-Flash: Eine Bilderkennung kostet fast nichts, und kombiniert mit V4 Flash deckt es die Schwäche ab.","md",null,"de",{},true,false,"\u002Fblog\u002Fqwen-vision-for-deepseek",{"title":5,"description":264},"x","blog\u002Fqwen-vision-for-deepseek.de",[276,277,278],"DeepSeek","Multimodalität","Modell-Review","4oKg4tRk6cpdlNRYu8lcRz01mVRidFuW-5iNF34E3A8",[266,266],[282,289,298,306,310,318,325,333,341,347,349,357,364,372],{"path":283,"title":284,"description":285,"date":263,"minRead":160,"tags":286},"\u002Fblog\u002Fagent-harness-selection","Nach Pi Agent, OMP, Codex und ZCode: Warum ich am Ende OpenCode + OpenChamber gewählt habe","Meine Retro zur Agent-Harness-Auswahl: Nach den drei Kriterien GUI-Erlebnis, Vendor Lock-in und Freiheit zur Weiterentwicklung flogen Pi Agent, OMP, Codex und ZCode raus – die Wahl fiel schließlich auf den OpenCode-Kernel mit der OpenChamber-Oberfläche.",[287,288],"AI Agent","Tool-Auswahl",{"path":290,"title":291,"description":292,"date":293,"minRead":160,"tags":294},"\u002Fblog\u002Fcloudflare-broke-stack","Best Practices für Indie-Devs 2026: Das Cloudflare-Komplettpaket für Sparfüchse","Die Nullkosten-Technologie-Stack von unabhängigen Entwicklern: Codex schreibt Code, GitHub verwaltet Versionen, Stripe kassiert – Frontend mit TanStack Start, Backend mit Hono + Workers, Datenbank D1, Storage R2, Cache KV, alles auf Cloudflare.","2026-06-15",[295,296,297],"Cloudflare","Indie-Entwicklung","Tech-Stack",{"path":299,"title":300,"description":301,"date":302,"minRead":160,"tags":303},"\u002Fblog\u002Fdeepseek-api-web-search","DeepSeek baut Websuche direkt in die API – mit der Responses API die offizielle Suchpower gratis abgreifen","DeepSeek hat Websuche offiziell in die API eingebaut: Rufe deepseek-v4-flash über den Responses-Endpoint auf, deklariere das web_search-Tool, fertig – kein Drittanbieter-Suchdienst, kein eigener Such-Key nötig.","2026-08-05",[276,304,305],"API","AI-Tools",{"path":249,"title":307,"description":308,"date":302,"minRead":179,"tags":309},"DeepSeek V4 Flash im Deep-Test: billig, schnell, 1M Kontext, integrierte Suche","Ein paar Tage Deep-Test mit dem offiziellen DeepSeek V4 Flash: extrem billig, blitzschnell, 1M Kontext, offiziell eingebaute Websuche, komplett Open Source. Die einzige Schwäche ist Multimodalität – die lässt sich aber mit anderen Modellen ausgleichen.",[276,278,305],{"path":311,"title":312,"description":313,"date":293,"minRead":314,"tags":315},"\u002Fblog\u002Ffree-cloudflare","Wie Gratis-Nutzer Cloudflare bis aufs Blut ausquetschen – wie viel gibt's wirklich umsonst?","Die Cloudflare-Gratisversion trägt eine komplette persönliche Internet-Infrastruktur: DNS, CDN, Pages, Workers, KV, D1, R2, E-Mail, Tunnel, AI Gateway und mehr.",8,[295,316,317],"Gratis-Kontingent","Deployment",{"path":319,"title":320,"description":321,"date":322,"minRead":314,"tags":323},"\u002Fblog\u002Fmodel-harness-decoupling","Das First-Party-Harness ist nicht immer die beste Wahl: In der Ära offener Modelle wählt man Modell und Harness getrennt","Claude? Dann Claude Code. In der Ära offener Modelle verdient dieser Instinkt ein Upgrade. Der First-Party-Vorteil ist echt, aber ein gutes Modell zu trainieren und ein gutes Harness zu bauen sind zwei verschiedene Ingenieurskünste — dieser Artikel erklärt, warum sich Modell und Harness heute getrennt wählen lassen, plus eine Positionierungskarte von fünf Harnesses.","2026-09-09",[287,324,288],"Harness",{"path":326,"title":327,"description":328,"date":322,"minRead":314,"tags":329},"\u002Fblog\u002Fopencode-productive-stack","Stabil, schnell, produktiv, günstig: Mein AI-Coding-Stack, vollständig dokumentiert","OpenCode + OpenChamber + zwei DeepSeek V4 Flash Abos: 15 Projekte laufen gleichzeitig Code, und das Kontingent bewegt sich kaum. Der komplette Aufbau offengelegt — Context-Beschneidung, gestufte Memory, Desktop-Automatisierung und die Lektion „beim Original bleiben“.",[330,331,332],"OpenCode","AI-Coding","Konfiguration",{"path":334,"title":335,"description":336,"date":337,"minRead":338,"tags":339},"\u002Fblog\u002Fproduct-faxin-principle","Das Prinzip des ursprünglichen Antriebs: Warum Indie-Entwickler das Weglassen lernen müssen","Warum startest du? Für wen startest du? Welches Problem willst du wirklich lösen? Die Schärfe eines Produkts entsteht aus Loslassen und Verzichten.","2026-06-20",10,[340,296],"Produktdenken",{"path":342,"title":343,"description":344,"date":337,"minRead":314,"tags":345},"\u002Fblog\u002Fproduct-pain-vs-itch","Wenn Nutzer „geil\" sagen, nicht abheben: Schmerz- vs. Juckpunkte","Verbales Lob ist keinen Cent wert. Es gibt nur einen harten Maßstab, um Bedürfnisse zu beurteilen: Schau, was Nutzer bereit sind zu geben.",[340,346],"Bedürfnis-Validierung",{"path":271,"title":5,"description":264,"date":263,"minRead":154,"tags":348},[276,277,278],{"path":350,"title":351,"description":352,"date":353,"minRead":135,"tags":354},"\u002Fblog\u002Fsub-store-cloudflare","Ich habe meine Sub-Abo-Aggregation auf Cloudflare verlegt","Mehrere Proxy-Dienste plus eigene Nodes zu einem einzigen Abo verkneten, Routing-Regeln serverseitig konfigurieren – der Client muss nur noch abonnieren.","2026-06-28",[295,355,356],"Zensurumgehung","Open-Source-Projekt",{"path":358,"title":359,"description":360,"date":322,"minRead":179,"tags":361},"\u002Fblog\u002Ftui-cognitive-bandwidth","TUI frisst deine kognitive Bandbreite: Der „Geek-Filter“ im AI Coding sollte endlich zerbrechen","Ein Haufen AI Coding Agents liefert um die Wette TUIs aus, drückt die Interaktion zurück ins Terminal-Paradigma der 80er und nennt das dann „immersive“ und „respektvoll gegenüber Programmierern“. Dieser Artikel zerlegt die drei Mechanismen, mit denen TUI die kognitive Bandbreite systematisch senkt – und warum Web UI die richtige Antwort ist.",[331,362,363],"Interaktionsdesign","Essay",{"path":365,"title":366,"description":367,"date":368,"minRead":160,"tags":369},"\u002Fblog\u002Fvalue-not-external","Zu diskutieren, ob etwas Wert hat – genau das ist selbst wertlos","Unser Wert ist von niemandem definierbar. Wie sollte der Mensch im AI-Zeitalter sich selbst verstehen?","2026-06-18",[370,371],"AI-Reflexion","Literarischer Essay",{"path":373,"title":374,"description":375,"date":376,"minRead":377,"tags":378},"\u002Fblog\u002Fx-growth-1000-followers","Über 1000 Follower an einem Tag – was ich gemacht habe","Im Juni habe ich X richtig ernst genommen, und an etwas mehr als einem Tag kamen 1000+ Follower dazu. Dieser Beitrag hält fest, was ich damals getan und welches Feedback ich bekommen habe.","2026-06-16",12,[379,380],"X-Wachstum","Content-Wachstum",1789752316173]