DeepSeek-V4-Flash-Vision-Exp 發布說明

DeepSeek 已發布 DeepSeek-V4-Flash-Vision-Exp，這是一款透過 DeepSeek API 可用的實驗性多模態模型。此模型能將視覺理解與基於文字的推理及工具使用整合，顯著提升多模態代理的效能，接近 Opus-4.8 的水準。

多模態效能與功能

DeepSeek-V4-Flash-Vision-Exp 保持與標準 DeepSeek-V4-Flash 模型相同的文字能力，包括推理、世界知識與代理功能。主要進步在於其多模態能力，於多模態代理基準測試中表現顯著超越 V4-Flash，效能已接近 Opus-4.8。

代理工作流程與視覺理解

該模型設計用於與代理框架無縫整合。透過結合視覺理解與多樣化的工具，DeepSeek-V4-Flash-Vision-Exp 可支援更實際且複雜的工作流程，使模型能解讀視覺資料以執行任務。

API 整合與實作

開發者可使用 model='deepseek-v4-flash-vision-exp' 來存取此模型。為促進快速採用，DeepSeek Harness 0.1.1 同步發布，提供開箱即用的支援。

輸入與計費

• 輸入格式：模型支援混合文字與影像輸入。影像可透過外部 URL、base64 編碼或 Files API 提供。
• 計費：影像會被分詞計費，每張影像最多消耗 384 個 token。這些 token 的定價與 V4-Flash 一致。
• 支援的端點：模型支援 Chat Completions、Messages 與 Responses。

Files API 上線

隨著模型發布，DeepSeek 同時推出免費使用的 Files API。此 API 允許使用者上傳一次影像，並在後續請求中透過 file_id 參考該影像。此架構可降低請求頻寬，並消除在多個 API 呼叫中重複上傳相同影像的需求。