DeepSeek v4 Flash Vision 실험 모델 – API 가이드 및 커뮤니티 반응

TL;DR

DeepSeek는 deepseek-v4-flash-vision-exp 모델을 출시했으며, OpenAI 호환 엔드포인트를 통해 JPEG, PNG, GIF, WebP 형식의 이미지와 텍스트를 함께 수신할 수 있습니다. 세 가지 업로드 방식을 지원하며, 토큰 기반 가격 정책과 명확한 크기/크기 제한을 제공합니다.

모델의 기능

단일 요청 내에서 이미지와 텍스트를 수신하여 설명, OCR, 차트 분석 등을 수행할 수 있습니다.
JPEG, PNG, GIF, WebP 형식을 지원하며, 파일 이름이나 MIME 타입이 아닌 파일 내용 기반으로 감지됩니다.

이미지 전송 방법

모든 방법은 content가 블록 배열인 OpenAI 호환 chat.completions.create 페이로드를 사용합니다.

1. 인라인 Base64 데이터 URL

import base64, openai
client = openai.OpenAI(api_key="<key>", base_url="https://api.deepseek.com")
with open("image.jpg", "rb") as f:
    b64 = base64.b64encode(f.read()).decode()
resp = client.chat.completions.create(
    model="deepseek-v4-flash-vision-exp",
    messages=[{"role":"user","content":[{"type":"text","text":"이 이미지에는 무엇이 있나요?"},{"type":"image_url","image_url":{"url":f"data:image/jpeg;base64,{b64}"}}]}],
)
print(resp.choices[0].message.content)

*요청 본문 제한 48 MiB에 포함됩니다.*

2. 외부 URL

{"type":"image_url","image_url":{"url":"https://example.com/image.jpg"}}

URL 길이 ≤ 8192자.
이미지 파일 크기 ≤ 32 MiB.
다운로드는 60초 내 완료되어야 합니다.

3. Files API 참조

Files API를 통해 한 번 업로드한 후 반환된 file_id를 사용합니다:

{"type":"file","file_id":"file-api-xxxxxxxx"}

최대 64 MiB의 이미지를 허용합니다.
인라인 제한인 48 MiB를 우회하며, 여러 요청에서 이미지를 재사용하기에 이상적입니다.

인라인 파일 데이터 대안

{"type":"file","file_data":"data:image/jpeg;base64,<BASE64>","filename":"image.jpg"}

(file_data와 file_id는 상호 배타적입니다.)

이미지 세부 정보 제어

image_url 블록에서 detail 필드를 설정할 수 있습니다:

값	효과
`low`	추론 전 512×512로 축소 (저렴하고 빠름).
`high` / `original`	원본 해상도 유지.
`auto`	현재는 `original`과 동일합니다.

예시:

{"type":"image_url","image_url":{"url":"https://example.com/img.jpg","detail":"low"}}

Files API를 선호해야 하는 경우

요청 본문이 48 MiB를 초과할 경우.
이미지 크기가 32 MiB를 초과하는 경우 (Files API를 통해만 가능).
동일한 이미지를 여러 호출에서 사용하는 경우.

토큰 사용 및 가격 정책

이미지는 자동 리사이징 후 픽셀 수에 따라 토큰으로 변환됩니다.
384×384 픽셀 미만의 이미지는 확대되며, 더 큰 이미지는 약 800×800 픽셀 (≈ 640k픽셀)로 축소됩니다.
이미지당 최대 384 토큰 (원본 해상도와 무관).
토큰 비용은 DeepSeek의 온라인 이미지 토큰 계산기로 추정할 수 있습니다.

제한 요약

제한	값
지원 형식	JPEG, PNG, GIF, WebP
외부 URL 길이	8192자
요청 본문 크기	48 MiB
최대 이미지 크기 (인라인/URL)	32 MiB
최대 이미지 크기 (Files API)	64 MiB
요청당 최대 이미지 수	600
`file_id` 없이 최대 전체 이미지 크기	64 MiB
`file_id` 포함 시 최대 전체 이미지 크기	200 MiB
한 변당 최대 치수	8192 픽셀 (15개 이상이면 4096 픽셀로 감소)

제한 사항

이미지는 user 메시지에서만 허용되며, system 또는 assistant 이미지 블록은 400 오류를 반환합니다.
이미지를 수신하는 것은 vision 모델 (deepseek-v4-flash-vision-exp)만 가능하며, 다른 모델은 400 오류와 함께 “이 모델은 이미지를 지원하지 않습니다”라고 거부합니다.
예약된 이미지 자리 표시 토큰을 포함한 텍스트도 거부됩니다.

Anthropic 호환 엔드포인트 사용

DeepSeek는 Anthropic 스타일의 /messages 엔드포인트 (https://api.deepseek.com/anthropic)도 제공합니다. 이미지 블록 형식이 다릅니다:

{"type":"image","source":{"type":"base64","media_type":"image/jpeg","data":"<BASE64>"}}

`source.type`	OpenAI와의 대응
`base64`	인라인 Base64 데이터 URL
`url`	외부 이미지 URL
`file`	Files API `file_id` (헤더 `anthropic-beta: files-api-2025-04-14` 필요)

Responses API 사용

동일한 세 가지 입력 방법이 Responses API에서도 작동하지만, 이미지는 input_image 부분에 배치됩니다:

{"type":"input_image","image_url":"https://example.com/img.jpg","detail":"low"}

detail은 file_id 입력에서는 무시되며, image_url과 file_id는 혼합할 수 없습니다.

커뮤니티 반응 (Hacker News 요약)

비용 효율성: 사용자들은 384토큰 제한이 약 1달러당 2,500장의 이미지로 이어져 대규모 비전 작업에 매우 저렴하다고 평가합니다. (ciberado)
해상도 우려: 일부 사용자는 기본 800×800 효과 해상도가 OCR 또는 세부 문서 스캔에 부족할 수 있다고 지적합니다. (zmmmmm)
벤치마크 성능: 초기 벤치마크 결과는 이전 DeepSeek 버전을 능가하며, 다른 멀티모달 모델과 경쟁력 있는 성능을 보였지만, 일부 사용자는 특정 이미지 인식 작업에서 정확도가 혼합된다고 보고합니다. (ttul, jerksate)
기능 일치 여부: 비전 기능이 있는 모델이 텍스트 전용 flash 모델을 대체할지, 아니면 지연/비용 이유로 별도로 유지될지에 대해 사용자들이 궁금해합니다. (cjg007)
도구 부족: 현재 모델은 도구 호출 결과로 이미지를 출력하지 못해, 스크린샷 또는 시각적 검증이 필요한 에이전트 워크플로우에서 활용도가 제한됩니다. (RobertLong)
긍정적 반응: 오랜 기다림 끝에 비전 기능이 추가된 것을 기뻐하는 커뮤니티 구성원들이 많습니다. (BrucecarlL, prtmnth)

빠른 시작 체크리스트

API 키를 DeepSeek에서 발급받기.
업로드 방법 선택 (인라인 Base64, 외부 URL, Files API).
저해상도 처리가 필요하면 detail 설정하기.
이미지가 user 메시지에만 포함되도록 확인하기.
토큰 사용량 모니터링 – 각 이미지당 최대 384 토큰 소모.
선호하는 경우 OpenAI 호환 엔드포인트 또는 Anthropic 엔드포인트로 테스트하기.

결론

DeepSeek의 deepseek-v4-flash-vision-exp는 간단한 OpenAI 호환 API, 유연한 이미지 전달 옵션, 토큰 기반 이미지 크기 기반의 명확한 가격 정책을 통해 플래시 시리즈에 이미지 이해 기능을 도입했습니다. 효과적인 해상도가 약 800×800 픽셀로 제한되긴 하지만, 이미지당 낮은 비용과 넉넉한 제한은 많은 비전 보강 애플리케이션에 매력적인 선택지입니다.