العربية Deutsch English Español Français 日本語 한국어 Latina Bahasa Melayu Português (Brasil)Русский ไทย Tiếng Việt 繁體中文中文

DeepSeek-V4-Flash-Vision-Exp API 指南 2026

2026年8月21日

DeepSeek V4 Flash VisionDeepSeek API多模態 AgentVision APIResponses API

**DeepSeek 於 2026 年 8 月 21 日上線首個官方多模態 API 模型 deepseek-v4-flash-vision-exp。**它在 DeepSeek V4 Flash 的文字、推理與 Agent 能力上增加圖片理解，提供 1M 上下文、最大 384K 輸出，單張圖片最高計入 384 Tokens，官方直連 API 與 deepseek-v4-flash 同價。

模型名稱中的 exp 代表 experimental。它已經可透過 DeepSeek 官方 API 呼叫，但仍是實驗型路由，不應被寫成長期穩定版。本文將 DeepSeek 官方規格與廠商跑分、第三方案例 和 本站路由狀態 分開說明：截至 2026 年 8 月 22 日複核時，本站公開價格目錄尚未列出該新 ID，因此本文不猜測本站倍率。

**先看即時路由：**請在模型價格確認 deepseek-v4-flash-vision-exp 是否已出現，再從 API 購買頁開通小額餘額。模型可用性與扣費以請求當時的即時目錄和帳單為準。

DeepSeek-V4-Flash-Vision-Exp 核心資料

項目	官方已公布資訊
發布日期	2026 年 8 月 21 日
準確模型 ID	`deepseek-v4-flash-vision-exp`
發布狀態	實驗型多模態 API 模型
上下文視窗	1M Tokens
最大輸出	384K Tokens
圖片 Token	按尺寸換算，每張最高 384 Tokens
單次最多圖片	600 張
輸入格式	文字 + 圖片；base64、外部 URL、Files API `file_id`
API 格式	Chat Completions、Anthropic Messages、Responses API
工具呼叫	支援
思考模式	支援非思考與思考模式，預設思考
FIM 補全	不支援
官方並發上限	2500

DeepSeek 官方 DeepSeek-V4-Flash-Vision-Exp 與 V4 Flash、Opus-4.8 基準比較

圖片來源：DeepSeek 官方 2026-08-21 發布稿。表中成績是廠商公布的評測結果，不是本站獨立複測。

跑分怎麼看：接近 Opus-4.8，但不是「全面超越」

DeepSeek 官方表示，V4-Flash-Vision-Exp 在多模態 Agent 基準上相比 V4 Flash 明顯躍升，整體表現接近 Opus-4.8。這一定位有官方跑分支撐，但逐項資料顯示的是「互有勝負」，不是全項領先。

基準	Vision-Exp	V4-Flash-0731	Opus-4.8
Terminal Bench 2.1	83.9	82.7	85.0
NL2Repo	57.7	54.2	69.7
Cybergym	75.3	76.7	78.3
DeepSWE	59.3	54.4	58.0
Toolathlon-Verified	75.9	70.3	76.2
DSBench-Hard	63.6	59.6	71.7
AutomationBench (Public)	25.7	25.1	27.2
ApexBench (Pass@1)	36.5	26.2	39.4
Agents' Last Exam	27.3	25.2	25.7
Chartography	64.3	—	65.0
ZeroBench (Pass@5)	35.0	—	34.0

Vision-Exp 在 DeepSWE、Agents' Last Exam 和 ZeroBench 這三項高於圖片中的 Opus-4.8，在 Terminal Bench、NL2Repo、DSBench-Hard 等項目仍落後。它在上表 9 個可與 V4-Flash-0731 直接比較的項目中有 8 項更高，只有 Cybergym 更低。

需要注意評測條件：DeepSeek 系列的公開 Code Agent 文字任務使用 DeepSeek Harness Minimal Mode，將最大輸出設到上限，top_p=0.95、temperature=1.0。ApexBench 和 Agents' Last Exam 中，純文字 V4 Flash 會忽略測試中的多模態元素，因此兩者並不是完全同等條件下的視覺模型比較。

384 Tokens 一張圖，真實成本是多少？

DeepSeek 會根據圖片尺寸進行縮放和分塊，然後將圖片換算為輸入 Tokens。單張圖片的上限是 384 Tokens；多圖請求中每張圖獨立計算，沒有共享的總 Token 上限。

官方人民幣價格表中，Vision-Exp 與 V4 Flash 同價：

官方直連 API	離峰時段	尖峰時段
快取命中輸入 / 百萬 Tokens	¥0.05	¥0.10
快取未命中輸入 / 百萬 Tokens	¥1.50	¥3.00
輸出 / 百萬 Tokens	¥4.50	¥9.00

按「單圖達到 384 Tokens，且作為快取未命中輸入」的保守方式計算，1000 張圖片的純圖片輸入成本約為：

離峰時段：384 × 1000 × ¥1.50 / 1,000,000 = ¥0.576
尖峰時段：384 × 1000 × ¥3.00 / 1,000,000 = ¥1.152

這只是圖片輸入部分，不包含文字輸入、模型輸出、工具循環和重試。「一千張圖約一元」只在每張都達到上限、尖峰期快取未命中，且只計圖片輸入時成立。本文不沿用未經同口徑複核的「比其他模型便宜 25 倍或 50 倍」說法。

DeepSeek 英文官方價格頁同時列出美元口徑：快取未命中輸入為 $0.22/M（離峰）和 $0.44/M（尖峰），輸出為 $0.66/M 和 $1.32/M。美元與人民幣頁是不同計費地區的官方標價，不應當成即時匯率換算。

**用真實帳單驗證：**如果本站即時目錄已出現新模型，可以為現有 Key 小額儲值，用一張低風險測試圖片核對輸入 Tokens、輸出 Tokens 和實際扣費。

三種圖片輸入方式

1. Base64 內嵌

將 JPEG、PNG、GIF 或 WebP 編碼成 data URL，適合小圖和不能對外公開的臨時圖片。內嵌請求主體總上限為 48 MiB，單圖上限 32 MiB。

2. 外部 URL

傳入可公開下載的 HTTP(S) 圖片 URL。官方要求單圖不超過 32 MiB，且在 60 秒內完成下載。不要使用需要 Cookie、內網登入或短時效簽章的 URL，除非你已驗證實際路由能穩定讀取。

3. Files API `file_id`

先上傳圖片，再在多次請求中重複使用 file_id。官方 Files API 免費，支援單檔最大 64 MiB，可設定 1 小時到 30 天的到期時間，也可不設自動到期。對需要反覆檢查同一張設計稿、報表或頁面截圖的 Agent，這能減少每輪重複上傳的請求頻寬；圖片 Tokens 仍會按官方規則計費。

Chat Completions 圖片呼叫範例

以下是直連 DeepSeek 官方 OpenAI 相容介面的最小範例：

curl https://api.deepseek.com/chat/completions \
  -H "Authorization: Bearer YOUR_DEEPSEEK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash-vision-exp",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "讀取這張頁面截圖，列出主要區塊、顏色和回應式風險。"},
        {"type": "image_url", "image_url": {"url": "https://example.com/page.png"}}
      ]
    }]
  }'

圖片可以與文字混合，也可同時傳入多張圖。在 Responses API 中使用 input_image，Anthropic Messages 格式則可以透過 https://api.deepseek.com/anthropic 呼叫。不同協定的內容區塊欄位不同，不要把 Chat 請求主體原樣複製到 Responses 或 Messages。

如果透過本站網關呼叫，必須先在即時模型目錄確認該 ID 已開放，再將 Base URL 和認證方式替換為本站說明。不要只因為 DeepSeek 官方已上線，就假設所有第三方網關已同步路由、圖片轉送和計費。

從素材中提煉的實用場景

你提供的中文案例主要展示了兩類工作流程：把網頁截圖還原為可執行的 HTML，以及把模糊商業需求整理為一份 B 端提案。這些屬於第三方展示，不是本站獨立複測；但它們能很好地說明多模態 Agent 的實用價值。

截圖到 HTML

模型需要先識別版面配置、層級、色值、字號、間距和圖片位置，再結合程式碼工具產生 HTML/CSS/JS。評估時應比較像素級差異、375px 窄螢幕、鍵盤焦點、hover 和動畫降級，而不是只看一張最終截圖。

報表、簡報與設計稿分析

它可以讀取圖表、OCR 文字、視覺風格和頁面結構，再交給文件、投影片或程式設計工具產生內容。實際品質仍取決於 Agent 框架、可用工具、圖片素材和驗收流程，不能把「模型能看圖」等同於「自動產出可交付簡報」。

視覺化 Agent 驗收

對網頁、桌面軟體和工作流程自動化，可讓 Agent 在關鍵步驟讀取截圖，將介面狀態與預期狀態對照。單圖 Token 上限降低了重複視覺檢查的輸入成本，但每輪的模型輸出和工具呼叫仍需計入總預算。

如果任務不需要圖片，可先比較 DeepSeek V4 Flash 與 Responses API 指南；對更高難度的純文字推理和程式碼任務，也可參考 DeepSeek-V4-Pro-0813 API 指南。不要只因為 Vision-Exp 是新模型，就將所有純文字流量全量切換。

不要混淆：看圖不等於生圖

deepseek-v4-flash-vision-exp 的官方文件定位是「接收文字與圖片，描述圖片、讀取截圖文字、分析圖表」。它不是官方文件中的圖片生成模型。

當 Agent 複刻網頁或製作簡報時，頁面中的圖片可能來自輸入素材、外部圖庫、程式碼繪製、另一個圖片生成工具，或 Agent 執行環境中的檔案。不能只根據最終作品中「有圖」，就推斷 Vision-Exp 自己生成了圖片。

生產接入檢查清單

使用準確 ID deepseek-v4-flash-vision-exp，不自行縮寫或猜測日期別名。
確認目前供應商或網關的即時目錄已出現該 ID。
分別測試 base64、外部 URL 和 Files API，不假設三種輸入在每個網關都已打通。
使用不含個人隱私、金鑰、內網位址和客戶資料的小圖做 Smoke Test。
記錄輸入圖片數、圖片 Tokens、文字 Tokens、輸出 Tokens、延遲和扣費。
對 OCR、圖表、版面配置和小文字分別建立可評分的驗收集，不只看「大概說對了」。
為工具呼叫、外部網路、寫入檔案、刪除、發布和付款保留權限邊界。
為實驗型路由準備退回 deepseek-v4-flash、deepseek-v4-pro 或其他視覺模型的方案。

關鍵結論

deepseek-v4-flash-vision-exp 是 DeepSeek 已上線的實驗型多模態 API 模型，不是生圖模型。
它提供 1M 上下文和最大 384K 輸出，單圖最高換算為 384 Tokens。
它支援 Chat Completions、Anthropic Messages 和 Responses API，可用 base64、URL 或 Files API 傳圖。
DeepSeek 官方表示多模態 Agent 表現接近 Opus-4.8；逐項資料顯示它有三項領先，也有多項落後。
官方直連 API 與 V4 Flash 同價，但第三方網關的倍率和能力必須單獨驗證。
它是 experimental 路由，不建議在沒有驗收、限額與回退方案的情況下直接替換生產預設模型。

常見問題

DeepSeek-V4-Flash-Vision-Exp 正式上線了嗎？

是。DeepSeek 於 2026 年 8 月 21 日將它上線官方 API 平台。它的狀態是 experimental，不等於已經成為長期穩定版。

準確的模型 ID 是什麼？

使用 deepseek-v4-flash-vision-exp。不要使用文章標題中的大寫展示名稱代替 API ID。

一張圖片固定是 384 Tokens 嗎？

不是。384 是單張圖片的上限。實際 Tokens 由圖片尺寸和官方縮放、分塊規則決定；多張圖會逐張計算。

Vision-Exp 會生成圖片嗎？

官方文件只確認圖片理解、OCR、截圖和圖表分析等輸入能力，沒有將它列為圖片生成模型。複刻網頁中出現圖片，也可能來自素材、繪圖程式碼或其他工具。

它比 DeepSeek V4 Flash 強多少？

官方圖表的 9 個可直接比較項目中，Vision-Exp 有 8 項高於 V4-Flash-0731，Cybergym 一項更低。這只代表官方評測集，不代表每個文字或程式碼庫任務都會變強。

可以用 Files API 重複使用同一張圖嗎？

可以。上傳後可以在多次請求中引用 file_id，避免重複上傳檔案。Files API 本身免費，但圖片進入模型時仍按圖片 Tokens 計費。

它可以直接接入 Codex 嗎？

官方確認它支援 Responses API，但 Codex 或其他 Agent 能否傳遞圖片，還取決於用戶端版本、內容區塊格式和網關能力。請分別驗證純文字、圖片輸入和工具回傳。

本站的 Vision-Exp 倍率是多少？

截至 2026 年 8 月 22 日本文複核時，本站公開價格目錄還沒有列出該 ID，因此不應推斷其與本站 deepseek-v4-flash 的倍率相同。請查看即時模型價格。

主要來源

DeepSeek：Vision-Exp 正式發布：發布日期、模型 ID、多模態定位、官方跑分、API 格式和 Harness 0.1.1
DeepSeek：圖片理解指南：圖片輸入方式、Token 換算、格式、尺寸與數量限制
DeepSeek：模型與價格：1M 上下文、384K 輸出、分時價格、2500 並發與功能表
DeepSeek：Files API：上傳、file_id、檔案大小與到期設定
DeepSeek 官方 X 公告：發布公告原始連結