系统极客一直在努力
专注操作系统及软件使用技能

DeepSeek-V4-Flash-Vision-Exp 上线,多模态 API 服务开放

DeepSeek

DeepSeek API 平台上线了全新多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp。这是一个实验性版本,设置model='deepseek-v4-flash-vision-exp'就能调用。

除了文本,模型支持图片输入,可以完成图片描述、截图文字识别、图表分析等任务。目前支持 JPEG、PNG、GIF 和 WebP 四种图像格式。格式判定会以文件实际内容为准,不依赖文件名或声明的 MIME 类型。

DeepSeek-V4-Flash-Vision-Exp 简介

平衡文本与多模态能力

DeepSeek-V4-Flash-Vision-Exp 文本和多模态能力评测
  • 在纯文本能力(包括 Agent、推理和世界知识等维度)上,DeepSeek-V4-Flash-Vision-Exp 与 DeepSeek-V4-Flash 正式版表现持平;
  • 在需要视觉理解的 Agent 基准测试中,新版模型能力较 V4-Flash 大幅提升,多模态 Agent 能力已经接近 Opus 4.8。
  • 对于公开基准测试集中的 Code Agent 文本任务,DeepSeek 系列模型使用 DeepSeek Harness 极简模式作为框架进行测试,使用 max 档位,temperature=1.0,topp=0.95;
  • 在 ApexBench 与 Agents’ Last Exam 测评中,纯文本版 DeepSeek-V4-Flash 会忽略题目中的多模态元素。

多模态能力解锁更多 Agent 场景

DeepSeek-V4-Flash-Vision-Exp 对各类 Agent 框架的适配良好,你可以搭配不同 Agent 工具落地更多实用场景。

  • 示例1:在 Agent 框架下生成商业定制西藏自驾游 PPT

Prompt:帮我做个西藏攻略的ppt,藏南+藏北,一个月,自驾游,我是高端定制游,只做私人服务,和别的旅行团不一样,核心调性:野性、原始、探索感——不是常规打卡路线,是深入无人区级别的体验。视觉风格要大气、粗粝、有力量感,拒绝小清新和网红风。ppt要发送给高净值客户,要足够大气、野性、高端美观且最后给到三种真实定价方案,所有配图使用真实摄影图片风格(实拍质感)

  • 示例2:对 DeepSeek Harness 官网进行二次创作

创作时要求模型使用黑蓝深海、玻璃 UI 和 ASCII 原子像素等视觉元素,经过多轮交互重构,最终得到这个未来主义风格的开发者网站。

  • 示例3:制作黏土怪物风格动态特效的前端 Mini Demo

提示模型以「一群可爱的 3D 黏土小怪物加入一个跃动的复古舞池派对」为灵感进行创作。

API 支持

在调用 API 时,设置model='deepseek-v4-flash-vision-exp'即可。图片会转换为 token 计费,单张图片最多消耗 384 tokens,定价与 V4-Flash 模型完全一致。

多模态 API 支持 Chat Completions、Messages、Responses 三种调用格式,可以直接接入各类 Agent 工具,兼容图文混合输入。图片传参支持 base64 内联、外部 UR 和 Files API 三种方式,具体用法可参考官方文档「API 指南 – 图像理解」。

Files API 上线

配套的 Files API 已经同步上线,免费开放使用。你可以先把图片上传到平台,调用时直接通过file_id引用,节省请求带宽。同一张图片在多个请求里无需重复上传。具体用法可参考官方「API 指南 – Files API」。

Token 用量

图片会按尺寸换算为 token,和文本 token 合并计费。传入模型前,每张图片会自动等比缩放:

  • 总像素小于约 384×384 的图片,会保持长宽比放大;
  • 更大的图片会保持长宽比缩小,缩放后总像素约为 800×800。

因此,单张图片消耗的 token 数有上限,最多 384 个:比如 2000×2000 和 5000×5000 的图片,在缩放后消耗的 token 数完全相同。单个请求带多张图片时,每张独立按同一规则计算,没有额外计费方式。

使用限制

限制项数值
支持的格式JPEG、PNG、GIF、WebP
外部 URL 长度8192 个字符
请求体大小48 MB
单张图片最大大小(base64/外部 URL)32 MiB
单张图片最大大小(Files API file_id)64 MB
单个请求最大图片数600
单个请求图片总大小不含file_id图片最多 64 MB;包含file_id图片最高 200 MB
图片最大尺寸单边最长 8192 像素;单个请求包含 15 张及以上图片时,降为单边最长 4096 像素
赞(0)
分享到

评论 抢沙发