DeepSeek V4 Flash Vision Exp: API, Harga dan Ujian

22/8/2026

deepseek v4laman web rasmi deepseekdeepseek multimodalDeepSeek-V4-Flash-Vision-ExpDeepSeek API

Penerbitan Model Visual DeepSeek-V4-Flash-Vision-Exp dan Maklumat API

Platform API DeepSeek telah menambah model pemahaman visual eksperimental DeepSeek-V4-Flash-Vision-Exp. Model ini menambah input imej ke atas keupayaan teks, penalaran dan Agent DeepSeek V4 Flash, membolehkan aplikasi membaca skrin, carta, dokumen dan keadaan antara muka secara langsung. Bagi pengembang yang sentiasa mencari antara muka multimodal DeepSeek, fokus kemas kini ini bukan sekadar “boleh memuat naik imej”, tetapi keupayaan visual telah masuk ke dalam API yang serasi OpenAI, Responses API dan antara muka yang serasi Anthropic, boleh disambungkan ke aliran kerja sedia ada.

Artikel ini berdasarkan Dokumen Pemahaman Imej Laman Web Rasmi DeepSeek dan Halaman Harga Model Rasmi, menyusun kedudukan model, penggunaan API, harga, senario penggunaan dan satu kaedah ujian prestasi yang boleh direplikasi. Kandungan promosi, pautan dan maklumat tidak relevan dalam artikel rujukan tidak dikekalkan; enkod visual, data latihan dan skala parameter yang belum didedahkan oleh pihak rasmi juga tidak dijangka.

Kesimpulan dahulu: Jika sistem anda sudah menggunakan deepseek v4, dan perlu membaca skrin, dokumen biasa atau carta dengan kos rendah, model ini berbaloi untuk dicuba dengan trafik kecil. Ia masih membawa tanda Exp, untuk tugas seperti teks halus, koordinat tepat, pengenalpastian risiko tinggi, sila terima dengan set data anda sendiri, dan kekalkan semakan manual atau model sandaran.

Mula gunakan DeepSeek

Apa itu DeepSeek-V4-Flash-Vision-Exp

deepseek-v4-flash-vision-exp ialah model pemahaman visual eksperimental yang dibuka oleh DeepSeek untuk API. Permintaan boleh mengandungi teks dan imej serentak, model mengembalikan hasil teks. Ia bukan model penjanaan imej, tugas utamanya adalah “memahami imej dan menyelesaikan kerja seterusnya”, seperti mengekstrak medan resit, menjelaskan trend carta, memeriksa skrin laman web, dan meneruskan aliran Agent berdasarkan keadaan antara muka.

Item	Maklumat Rasmi
ID Model API	`deepseek-v4-flash-vision-exp`
Input / Output	Input teks dan imej, output teks
Panjang Konteks	1M tokens
Output Maksimum	384K tokens
Mod Berfikir	Menyokong mod berfikir dan tidak berfikir, mod berfikir aktif secara lalai
Antara Muka	Chat Completions, Responses API, Messages yang serasi Anthropic
Sumber Imej	URL awam, data URL Base64, fail Files API
Format Imej	JPEG, PNG, GIF, WebP
Had Serentak	2,500 setiap akaun
Penyelesaian FIM	Tidak disokong
Status Penerbitan	Model eksperimental, disyorkan untuk diuji sebelum digunakan dalam pengeluaran

Keupayaan teks tulennya meneruskan laluan V4 Flash, tetapi kesimpulan seperti “keupayaan teks setara” dan “prestasi Agent multimodal hampir dengan model flagship lain” kebanyakannya datang dari pernyataan penerbitan rasmi. Sebelum benar-benar dilancarkan, masih perlu melakukan pengesahan bebas berdasarkan jenis imej, bahasa, resolusi dan kos ralat dalam perniagaan anda.

Bagaimana Memanggil API

Base URL DeepSeek masih https://api.deepseek.com. Projek OpenAI SDK sedia ada biasanya hanya perlu menggantikan API Key, Base URL dan ID Model. Imej mesti diletakkan dalam mesej pengguna; menghantar imej dalam mesej system atau assistant akan ditolak.

Kaedah 1: Memasukkan URL Imej Awam

Jika imej sudah diletakkan dalam CDN yang boleh diakses secara awam, kaedah URL menjimatkan badan permintaan. Contoh Python di bawah akan membuat model membaca carta dan mengekstrak tiga trend:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
)

response = client.chat.completions.create(
    model="deepseek-v4-flash-vision-exp",
    messages=[{
         "role": "user",
         "content": [
             {"type": "text", "text": "Baca carta ini, senaraikan tiga trend utama, dan jelaskan asas."},
             {
                 "type": "image_url",
                 "image_url": {
                     "url": "https://example.com/chart.png",
                     "detail": "original"
                 }
             }
         ]
     }],
)

print(response.choices[0].message.content)

URL awam maksimum 8,192 aksara, satu imej maksimum 32 MiB, muat turun perlu selesai dalam 60 saat. Imej intranet, alamat dengan pengesahan sementara atau fail yang tidak mudah dikongsi, lebih sesuai untuk Base64 atau Files API.

Kaedah 2: Memasukkan Imej Tempatan melalui Base64

Imej kecil sekali guna boleh dikodkan sebagai data:image/png;base64,..., kemudian diletakkan dalam image_url.url. Ini tidak memerlukan pelayaran awam, tetapi kandungan yang dikodkan akan dikira dalam had badan permintaan 48 MiB, tidak sesuai untuk menghantar imej besar secara berterusan.

Kaedah 3: Menggunakan Files API

Jika imej yang sama dirujuk berkali-kali, atau satu imej melebihi 32 MiB, boleh muat naik ke Files API terlebih dahulu, kemudian masukkan file_id dalam blok kandungan. Imej Files API boleh mencapai 64 MiB, dan juga mengurangkan muat naik berulang. Tiga kaedah ini hanya mengubah cara imej masuk ke dalam permintaan, tidak mengubah keupayaan visual model itu sendiri.

detail boleh ditetapkan sebagai low, high, original atau auto. low akan mengecilkan kepada 512×512 terlebih dahulu, lebih cepat dan lebih murah, sesuai untuk pengelasan kasar; high pada masa ini sama dengan original, digunakan untuk dokumen, skrin dan carta yang perlu mengekalkan butiran. Dalam persekitaran pengeluaran, jangan tetapkan semua kepada butiran tertinggi, alihkan berdasarkan butiran tugas lebih berbaloi.

Harga API Model Visual DeepSeek

Berdasarkan halaman harga laman web rasmi DeepSeek pada 22 Ogos 2026, Vision Exp dan V4 Flash menggunakan harga token teks yang sama. Imej akan ditukar kepada token input berdasarkan saiz, kemudian ditolak bersama teks; satu imej paling banyak dikira 384 token input. Pihak rasmi menggunakan harga berbeza mengikut waktu, waktu puncak ialah 9:00–12:00, 14:00–18:00 waktu Beijing, waktu lain ialah waktu lapang.

Item Penolakan (RMB / juta tokens)	Waktu Lapang	Waktu Puncak
Input: Padanan Cache	¥0.05	¥0.10
Input: Tiada Padanan Cache	¥1.50	¥3.00
Output	¥4.50	¥9.00

Anggaran ringkas: 100 imej walaupun semua dikira 384 tokens, hanya 38,400 token input imej; bil sebenar juga perlu menambah prompt, konteks dan output. Penggunaan akhir hendaklah berdasarkan usage yang dikembalikan oleh API. Harga mungkin berubah, sila semak laman web rasmi DeepSeek sekali lagi sebelum pelarasan, elak menulis angka dalam artikel ini ke dalam bajet pembelian.

Senario Penggunaan yang Sesuai

Senario Penggunaan Pemahaman Imej dan Agent Model Multimodal DeepSeek

1. Analisis Skrin Laman Web dan Aplikasi

Model boleh merumuskan struktur halaman, mengenal pasti mesej ralat, memeriksa keadaan butang, dan menyerahkan hasil pemerhatian kepada Agent untuk menentukan langkah seterusnya. Ia sesuai untuk ujian automatik, penyelesaian masalah pelanggan dan pemeriksaan latar belakang. Jika tugas melibatkan koordinat klik peringkat piksel, skrin, viewport pelayar dan penukaran koordinat perlu diseragamkan, tidak boleh hanya bergantung pada penerangan bahasa semula jadi untuk klik langsung.

2. Ekstrak Dokumen, Jadual dan Resit

Untuk halaman kontrak, invois, resit kurier dan jadual perniagaan yang jelas, model boleh diminta output mengikut medan JSON, kemudian masuk ke pengesahan peraturan. Jumlah penting, dokumen pengenalan diri, maklumat perubatan atau undang-undang mesti disemak semula; jawapan model visual yang lancar tidak bermaksud setiap aksara tepat.

3. Penafsiran Carta dan Ringkasan Data

Carta bar, carta garis, papan pemuka dan skrin operasi sesuai untuk penjelasan trend, penemuan titik luar biasa dan ringkasan metrik. Prompt harus meminta model menyenaraikan “kesimpulan, bukti dalam carta, maklumat yang tidak dapat disahkan”, untuk mengurangkan penulisan yang tidak berdasarkan imej. Untuk nilai tepat, utamakan menghantar jadual data asal, imej hanya sebagai bantuan.

4. Agent Multimodal dan Bantuan Pembangunan

Agent boleh membaca skrin terminal, reka bentuk, pop-up ralat dan hasil ujian, kemudian memanggil alat carian, kod atau pelayar untuk terus memproses. Berbanding aliran dua peringkat “guna model visual untuk transkripsi, kemudian serahkan kepada deepseek v4 untuk penalaran”, input teks dan imej langsung lebih mudah, dan lebih mudah mengekalkan konteks. Namun, model masih versi eksperimen, sebelum panggilan alat, tambah pengesahan parameter dan pengesahan operasi risiko tinggi.

Ujian Prestasi: Bagaimana Ujian Baru Ada Nilai Rujukan

Imej demonstrasi, prompt dan piawaian penilaian dalam artikel berbeza tidak konsisten, satu contoh “kelihatan baik” tidak boleh mewakili kesan perniagaan. Kami mencadangkan melakukan satu pusingan ujian yang boleh direplikasi dengan imej tetap dan prompt tetap, dan rekod jawapan asal, bukan hanya mengambil kes kejayaan.

Tugas Ujian	Input Disyorkan	Piawaian Lulus	Tempat Mudah Ralat
OCR / Ekstrak Medan	10 resit jelas + 10 resit condong atau cahaya rendah	Padanan medan aksara demi aksara, dan output item hilang	Teks kecil, pantulan, angka serupa
Pemahaman Carta	Carta dengan legenda, unit dan paksi ganda	Trend betul, nilai boleh diletakkan dalam carta	Kebingungan paksi ganda, paksi terpotong
Skrin UI	10 skrin desktop dan telefon	Pengenalpastian komponen, keadaan, mesej ralat lengkap	Kandungan dilipat, topeng, ikon kecil
Hubungan Ruang	Borang, carta alir, peta mudah	Hubungan atas, bawah, kiri, kanan dan sambungan betul	Sambungan padat, hubungan merentas blok
Agent Berpusingan	5–10 skrin berturutan untuk tugas sama	Keadaan konsisten, tidak ulang tindakan selesai	Gangguan skrin lama, ralat terkumpul

Semasa ujian, bandingkan sekurang-kurangnya dua tahap butiran low dan original. Kaedah pemerhatian kami: minta model hanya lakukan ekstraksi berstruktur terlebih dahulu, kemudian minta penjelasan; jika terus minta “analisis dan beri cadangan”, pengenalpastian fakta dan penalaran akan bercampur, sukar menentukan ralat. Untuk skrin jelas, carta biasa dan dokumen dengan format mudah, ia sesuai sebagai nod pemprosesan pertama berkos rendah; untuk teks kecil padat, koordinat tepat, carta kejuruteraan kompleks dan tugas pengenalpastian yang memerlukan tanggungjawab undang-undang, tidak boleh hanya berdasarkan satu jawapan untuk dilancarkan.

Perlu juga perhatikan empat metrik kejuruteraan: latensi token pertama, masa permintaan lengkap, kos setiap tugas berjaya, kadar cuba semula. Harga token sekali yang murah, jika perlu cuba semula kerap atau kerja semula manual, kos keseluruhan masih mungkin lebih tinggi. Disyorkan ambil 50–200 sampel sebenar, tetapkan ketepatan medan dan ambang kegagalan, kemudian putuskan sama ada perlu meluaskan trafik.

Had yang Perlu Diperhatikan Semasa Penggunaan

Exp menunjukkan versi eksperimen, tingkah laku antara muka dan kesan masih mungkin berubah, tidak boleh menggantikan model pengeluaran tanpa syarat.
Hanya model visual menerima imej; menghantar imej kepada deepseek-v4-flash biasa akan mengembalikan ralat imej tidak disokong.
Dalam Chat Completions, imej hanya boleh muncul dalam mesej user. Kekalkan input asal dan kod ralat, memudahkan penyiasatan.
Imej melalui tokenisasi dan penskalaan, harga rendah tidak bermaksud mengekalkan semua piksel. Dokumen padat boleh dipotong dan dibahagikan terlebih dahulu, kemudian dikenal pasti blok demi blok.
Output model perlu mencegah suntikan prompt. Teks dalam skrin laman web atau dokumen mungkin mengandungi arahan jahat, jangan benarkan ia mencetuskan operasi luaran secara langsung.
Untuk pengenalpastian yang melibatkan identiti, kewangan, perubatan, keselamatan dan pematuian, mesti tambah pengesahan peraturan atau semakan manual.

Bagaimana Memilih dengan DeepSeek V4 Flash Biasa

Kebutuhan	Model Disyorkan
Hanya teks, kod atau data berstruktur	`deepseek-v4-flash`
Perlu membaca imej, skrin, imbasan atau carta	`deepseek-v4-flash-vision-exp`
Keputusan visual risiko tinggi	Pilot Vision Exp + model khusus atau semakan manual
Membaca imej besar yang sama berulang kali	Vision Exp + Files API

Jika tugas sudah mempunyai sumber OCR atau data berstruktur yang boleh dipercayai, tukar hasil kepada teks terlebih dahulu, kemudian serahkan kepada V4 Flash, biasanya lebih stabil. Hanya jika maklumat visual tidak dapat diekstrak oleh sistem sedia ada, atau Agent mesti memerhatikan keadaan antara muka, nilai Vision Exp lebih jelas. Pembaca yang pertama kali menyambung API DeepSeek, boleh lihat Panduan Penggunaan DeepSeek dan Penjelasan Laman Web Rasmi DeepSeek di laman ini terlebih dahulu, kemudian putuskan sama ada gunakan model teks atau model visual berdasarkan tugas.

Kesimpulan

DeepSeek-V4-Flash-Vision-Exp membawa keupayaan multimodal DeepSeek ke API yang boleh dipanggil secara langsung oleh pengembang: kaedah penyambungan serasi SDK utama, menyokong URL, Base64 dan Files API, had token imej dan harga sama dengan V4 Flash, menjadikan analisis skrin, ekstrak dokumen, penafsiran carta dan Agent visual mempunyai pilihan baru berkos rendah.

Kedudukan yang paling sesuai pada masa ini ialah “nod kerja visual yang boleh disahkan dan boleh ditarik balik”, bukan penyelesaian pengenalpastian imej serba boleh tanpa ujian. Bina garis asas dengan sampel sebenar terlebih dahulu, semak ketepatan, latensi, cuba semula dan kos keseluruhan, kemudian kembangkan skop penggunaan secara beransur-ansur, kesimpulan yang diperoleh lebih boleh dipercayai berbanding demonstrasi sekali.