①

8 月 21 日傍晚，DeepSeek 正式上线实验版多模态模型  DeepSeek-V4-Flash-Vision-Exp。

这款模型可以读取 JPEG、PNG、GIF、WebP 等格式图片，能够识图、读取截图文字、分析图表。

开发者调用 API 时，指定对应模型名称即可上传图片，支持 Base64、URL、Files API 上传，单张图片最高折算 384 tokens。

计费和 V4-Flash 一致，输入定价仅 3 元每百万 token，低谷时段还可享五折优惠。换算下来，处理 1000 张图片的输入成本只需 1.15 元，谷时调用甚至不到 0.6 元。

按上限 384 token/ 张计算：✅ 正常时段（0.001152 元 / 张）：0.01 ÷ 0.001152 ≈  8.68 张  → 1 分钱大约能跑 8 张图

✅ 低谷五折时段（0.000576 元 / 张）：0.01 ÷ 0.000576 ≈  17.36 张  → 1 分钱大约能跑 17 张图

②

根据 DS 官方提供的信息显示，纯文本推理、代码 Agent 能力和 V4-Flash 正式版持平，新增的视觉相关任务能力提升明显，官方评测显示多模态 Agent 性能接近 Claude Opus-4.8。

③

DeepSeek Harness 也同步更新适配   V4-Flash-Vision-Exp，方便搭建多模态智能体流程。

新模型能很好兼容各类 Agent 框架，多模态适配表现不错，大家搭配不同 Agent 工具，就能拓展出更多实用工作场景。

请看 DS 官方给的示例：

上下滑动或点击放大查看 PPT 内页完整内容效果

④   网友热议

" 太好了，终于出来了 "

" 一张图片最多占 384 tokens！立刻体验！"

" 鲸鱼长眼了！！！"

" 太好了，DSH 直接接通 API"

（参考：DS，本文经由 AI 优化）