DeepSeek V4 Flash Vision Exp: API, Fiyat ve Test

22.08.2026

deepseek v4deepseek resmi sitesideepseek çok modluDeepSeek-V4-Flash-Vision-ExpDeepSeek API

DeepSeek-V4-Flash-Vision-Exp Görüntü Modeli Yayını ve API Bilgileri

DeepSeek API platformuna deneysel bir görüntü anlama modeli olan DeepSeek-V4-Flash-Vision-Exp eklendi. Bu model, DeepSeek V4 Flash’ın metin, akıl yürütme ve Agent yeteneklerinin üzerine görsel giriş ekleyerek uygulamaların ekran görüntüleri, grafikler, belgeler ve arayüz durumlarını doğrudan okumasını sağlar. Uzun süredir DeepSeek çok modlu arayüzü arayan geliştiriciler için bu güncellemenin önemi yalnızca “görsel yükleyebilme” özelliği değil; görsel yeteneklerin artık OpenAI uyumlu API, Responses API ve Anthropic uyumlu arayüzlere entegre edilerek mevcut iş akışlarına bağlanabilmesidir.

Bu makale, DeepSeek resmi sitesi görsel anlama dokümantasyonu ve resmi model fiyatlandırma sayfası esas alınarak model konumlandırması, API kullanımı, fiyatlar, kullanım senaryoları ve tekrarlanabilir bir test yöntemi derlenmiştir. Referans makalelerdeki tanıtım, yönlendirme ve ilgisiz içerikler korunmamıştır; resmi olarak açıklanmamış görsel kodlayıcılar, eğitim verileri ve parametre ölçekleri hakkında spekülasyon yapılmamıştır.

Önce Sonuç: Sisteminiz zaten deepseek v4 kullanıyorsa ve ekran görüntüleri, standart belgeler veya grafikleri düşük maliyetle okumanız gerekiyorsa, bu modeli küçük ölçekli bir deneme için değerlendirmeniz önerilir. Model hâlâ Exp etiketi taşımaktadır; küçük yazılar, hassas koordinatlar ve yüksek riskli tanıma görevleri için kendi veri setinizle doğrulama yapmalı ve manuel inceleme veya yedek model seçeneğini korumalısınız.

DeepSeek’i kullanmaya başla

DeepSeek-V4-Flash-Vision-Exp Nedir

deepseek-v4-flash-vision-exp, DeepSeek’in API üzerinden sunduğu deneysel bir görüntü anlama modelidir. İstekler hem metin hem de görsel içerebilir; model metin çıktısı döndürür. Bu bir görsel üretim modeli değildir; ana görevi “görseli anlamak ve sonraki işlemleri tamamlamaktır”, örneğin fatura alanlarını çıkarmak, grafik trendlerini açıklamak, web ekran görüntülerini kontrol etmek veya arayüz durumuna göre Agent akışını sürdürmek.

Öğe	Resmi Bilgi
API Model ID	`deepseek-v4-flash-vision-exp`
Giriş / Çıkış	Metin ve görsel giriş, metin çıkış
Bağlam Uzunluğu	1M token
Maksimum Çıkış	384K token
Düşünme Modu	Düşünme ve düşünmeme modlarını destekler, varsayılan olarak düşünme modu açıktır
Arayüz	Chat Completions, Responses API, Anthropic uyumlu Messages
Görsel Kaynağı	Halka açık URL, Base64 data URL, Files API dosyası
Görsel Formatı	JPEG, PNG, GIF, WebP
Eşzamanlılık Sınırı	Hesap başına 2,500
FIM Tamamlama	Desteklenmez
Yayın Durumu	Deneysel model, üretimde kullanmadan önce test edilmesi önerilir

Saf metin yetenekleri V4 Flash çizgisini sürdürmektedir; ancak “metin yetenekleri eşit” ve “çok modlu Agent performansı diğer amiral gemisi modellere yakın” gibi sonuçlar büyük ölçüde resmi yayın açıklamalarından gelmektedir. Gerçek üretimde kullanmadan önce, kendi iş alanınızdaki görsel türleri, diller, çözünürlükler ve hata maliyetlerine göre bağımsız bir doğrulama yapmanız gerekmektedir.

API Nasıl Çağrılır

DeepSeek’in Base URL’si hâlâ https://api.deepseek.com’dur. Mevcut OpenAI SDK projeleri genellikle yalnızca API Key, Base URL ve Model ID’yi değiştirmek zorundadır. Görseller kullanıcı mesajında bulunmalıdır; system veya assistant mesajlarında görsel gönderilmesi reddedilir.

Yöntem 1: Halka Açık Görsel URL’si Gönderme

Görsel zaten halka açık erişilebilir bir CDN’de barındırılıyorsa, URL yöntemi istek gövdesi açısından en verimlidir. Aşağıdaki Python örneği, modelin grafiği okuyup üç ana trendi çıkarmasını sağlar:

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": "Bu grafiği okuyun, üç ana trendi listeleyin ve gerekçelerini açıklayın."},
             {
                 "type": "image_url",
                 "image_url": {
                     "url": "https://example.com/chart.png",
                     "detail": "original"
                 }
             }
         ]
     }],
)

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

Halka açık URL’ler en fazla 8,192 karakter uzunluğunda olabilir, tek bir görsel en fazla 32 MiB olabilir ve indirme 60 saniye içinde tamamlanmalıdır. Yerel ağ görselleri, geçici kimlik doğrulama içeren adresler veya halka açık hale getirilmesi uygun olmayan dosyalar için Base64 veya Files API daha uygundur.

Yöntem 2: Yerel Görselleri Base64 ile Gönderme

Tek seferlik kullanılan küçük görseller data:image/png;base64,... olarak kodlanıp image_url.url alanına yerleştirilebilir. Bu yöntem halka açık barındırma gerektirmez; ancak kodlanmış içerik 48 MiB’lık istek gövdesi sınırına dahil edilir ve büyük görsellerin ardışık gönderimi için uygun değildir.

Yöntem 3: Files API Kullanımı

Aynı görsel birden fazla kez referans alınıyorsa veya tek bir görsel 32 MiB’ı aşıyorsa, önce Files API’ye yükleyip içerik bloğunda file_id gönderilebilir. Files API görselleri 64 MiB’a kadar destekler ve tekrarlayan yüklemeleri azaltır. Bu üç yöntem yalnızca görselin isteğe nasıl dahil edildiğini değiştirir, modelin kendi görsel yeteneklerini değiştirmez.

detail parametresi low, high, original veya auto olarak ayarlanabilir. low, görseli önce 512×512’ye ölçekler; daha hızlı ve daha düşük maliyetlidir, kaba sınıflandırma için uygundur. high şu anda original ile eşdeğerdir; detayların korunması gereken belgeler, ekran görüntüleri ve grafikler için kullanılır. Üretim ortamında her zaman en yüksek detay seviyesini ayarlamayın; görev granülerliğine göre ayrıştırma yapmak daha ekonomiktir.

DeepSeek Görüntü Modeli API Fiyatlandırması

22 Ağustos 2026 tarihli DeepSeek resmi sitesi fiyatlandırma sayfasına göre, Vision Exp ve V4 Flash aynı metin token birim fiyatını kullanır. Görseller önce boyutlarına göre giriş token’ına dönüştürülür, ardından metinle birlikte faturalandırılır; tek bir görsel en fazla 384 giriş token’ı olarak sayılır. Resmi fiyatlandırma zirve-dip saatlerine göre değişkenlik gösterir; Beijing saati ile 09:00–12:00 ve 14:00–18:00 zirve saatlerdir, diğer zamanlar boş saatlerdir.

Faturalandırma Kalemi (RMB / Milyon token)	Boş Saatler	Zirve Saatler
Giriş: Önbellek Eşleşmesi	¥0.05	¥0.10
Giriş: Önbellek Eşleşmemesi	¥1.50	¥3.00
Çıkış	¥4.50	¥9.00

Basit bir tahmin: 100 görsel, hepsi 384 token olarak sayılsa bile, yalnızca 38,400 görsel giriş token’ı oluşturur; fiyata ayrıca prompt, bağlam ve çıkış eklenir. Nihai kullanım, API’nin döndürdüğü usage değerine dayanmalıdır. Fiyatlar değişebilir; dağıtım öncesinde DeepSeek resmi sitesini tekrar kontrol edin ve bu makaledeki rakamları satın alma bütçenize sabit olarak yazmaktan kaçının.

Hangi Kullanım Senaryoları İçin Uygundur

DeepSeek Çok Modlu Modelin Görsel Anlama ve Agent Kullanım Senaryoları

1. Web ve Uygulama Ekran Görüntüsü Analizi

Model, sayfa yapısını özetleyebilir, hata mesajlarını tanıyabilir, düğme durumlarını kontrol edebilir ve gözlem sonuçlarını bir sonraki adımı belirlemek için Agent’a iletebilir. Otomatik testler, müşteri hizmetleri arıza giderme ve arka plan denetimleri için uygundur. Görev piksel düzeyinde tıklama koordinatları içeriyorsa, ekran görüntüsü ölçeklemesi, tarayıcı görünüm alanı ve koordinat dönüşümünü birleştirmeli; yalnızca doğal dil betimlemesine dayanarak tıklama yapılmamalıdır.

2. Belge, Tablo ve Fatura Çıkarma

Düzenli sözleşme ilk sayfaları, faturalar, kargo fişleri ve iş tabloları için model JSON alanlarına göre çıktı verebilir ve ardından kural tabanlı doğrulamaya girebilir. Kritik tutarlar, kimlik belgeleri, tıbbi veya yasal bilgiler mutlaka ikinci kez kontrol edilmelidir; görsel modelin akıcı yanıtları, her karakterin doğru olduğu anlamına gelmez.

3. Grafik Yorumlama ve Veri Özeti

Çubuk grafikler, çizgi grafikler, gösterge panelleri ve operasyon ekran görüntüleri trend açıklamaları, anormallik tespiti ve metrik özetleri için uygundur. Prompt, modelden “sonuç, grafikteki kanıt, doğrulanamayan bilgiler”i listelemesini istemelidir; bu, görselden kopuk yazım riskini azaltır. Hassas değerler gerektiğinde, öncelikli olarak ham veri tablosu gönderilmeli, görsel yalnızca yardımcı olarak kullanılmalıdır.

4. Çok Modlu Agent ve Geliştirme Desteği

Agent, terminal ekran görüntüleri, tasarım taslakları, hata pencereleri ve test sonuçlarını okuyup ardından arama, kod veya tarayıcı araçlarını çağırarak işlemi sürdürebilir. “Önce bir görsel modelle transkript alıp sonra deepseek v4 ile akıl yürütme” gibi iki aşamalı bir akışa kıyasla, doğrudan görsel-metin girişi daha basittir ve bağlamın korunması daha kolaydır. Ancak model hâlâ deneysel olduğundan, araç çağrıları öncesinde parametre doğrulaması ve yüksek riskli işlemler için onay eklenmelidir.

Gerçek Test: Nasıl Test Edilmeli?

Farklı makalelerdeki demo görselleri, prompt’lar ve puanlama kriterleri tutarsızdır; tek bir “iyi görünen” örnek, iş sonuçlarını temsil edemez. Sabit görseller ve sabit prompt’larla tekrarlanabilir bir test turu yapmanızı ve yalnızca başarılı örnekleri değil, ham yanıtları kaydetmenizi öneririz.

Test Görevi	Önerilen Giriş	Geçme Kriteri	Hata Yapılma Riski Yüksek Alanlar
OCR / Alan Çıkarma	10 net fatura + 10 eğik veya düşük ışıklı fatura	Alanların kelime kelime eşleşmesi ve eksiklerin listelenmesi	Küçük yazılar, yansımalar, benzer rakamlar
Grafik Anlama	Efsane, birim ve çift eksen içeren grafikler	Trendlerin doğru olması ve değerlerin grafikte konumlandırılması	Çift eksen karışıklığı, kesik eksenler
UI Ekran Görüntüsü	Masaüstü ve mobil için 10’ar adet	Bileşen, durum ve hata mesajlarının tam tanınması	Katlanmış içerikler, maskeler, küçük ikonlar
Uzamsal İlişkiler	Formlar, akış diyagramları, basit haritalar	Üst-alt-sol-sağ ve bağlantı ilişkilerinin doğru olması	Yoğun bağlantılar, blok arası ilişkiler
Çok Turlu Agent	Aynı görev için ardışık 5–10 ekran görüntüsü	Durumun tutarlı kalması, tamamlanan eylemlerin tekrarlanmaması	Eski ekran görüntülerinin müdahalesi, hata birikimi

Test sırasında en azından low ve original detay seviyeleri karşılaştırılmalıdır. Gözlem yöntemimiz şudur: Önce modelden yalnızca yapılandırılmış çıkarma yapması istenir, ardından açıklama istenir; doğrudan “analiz et ve öneri ver” denilirse, gerçeklik tanımı ve akıl yürütme karışır ve hataların konumlandırılması zorlaşır. Net ekran görüntüleri, standart grafikler ve basit düzenli belgeler için düşük maliyetli bir ilk aşama işleme düğümü olarak uygundur; yoğun küçük yazılar, hassas koordinatlar, karmaşık mühendislik çizimleri ve yasal sorumluluk gerektiren tanıma görevleri için tek bir yanıtla üretimde kullanılmamalıdır.

Dört mühendislik metriğine de dikkat edilmelidir: İlk token gecikmesi, tam istek süresi, başarılı görev başına maliyet ve yeniden deneme oranı. Düşük tekli token fiyatı, sık yeniden deneme veya manuel düzeltme gerektiriyorsa, toplam maliyet yine de daha yüksek olabilir. 50–200 gerçek örnek çekip alan doğruluğu ve başarısızlık eşiği belirleyerek, trafik genişletme kararı vermeniz önerilir.

Kullanırken Dikkat Edilmesi Gereken Sınırlamalar

Exp, deneysel sürüm anlamına gelir; arayüz davranışı ve sonuçlar hâlâ değişebilir, koşulsuz olarak üretim modelinin yerine geçmemelidir.
Yalnızca görsel modeller görsel kabul eder; görseli standart deepseek-v4-flash’a göndermek “görsel desteklenmiyor” hatası döndürür.
Chat Completions’ta görseller yalnızca user mesajında bulunabilir. Sorun giderme kolaylığı için ham girdileri ve hata kodlarını saklayın.
Görseller token’a dönüştürülür ve ölçeklenir; düşük fiyat tüm piksellerin korunduğu anlamına gelmez. Yoğun belgeler için önce bölümlere ayırıp parça parça tanıma yapın.
Model çıktısı prompt enjeksiyonuna karşı korunmalıdır. Web ekran görüntülerindeki veya belgelerdeki metinler kötü niyetli komutlar içerebilir; bunların doğrudan dış işlemleri tetiklemesine izin vermeyin.
Kimlik, finans, tıp, güvenlik ve uyumluluk kararları söz konusu olduğunda, kural tabanlı doğrulama veya manuel inceleme eklenmelidir.

Standart DeepSeek V4 Flash ile Karşılaştırma

İhtiyaç	Önerilen Model
Yalnızca metin, kod veya yapılandırılmış veri	`deepseek-v4-flash`
Görsel, ekran görüntüsü, tarama veya grafik okuma	`deepseek-v4-flash-vision-exp`
Yüksek riskli görsel kararlar	Vision Exp pilotu + özel model veya manuel inceleme
Aynı büyük görselin tekrar okunması	Vision Exp + Files API

Görev zaten güvenilir bir OCR veya yapılandırılmış veri kaynağına sahipse, sonuçları önce metne dönüştürüp V4 Flash’a vermek genellikle daha istikrarlıdır. Yalnızca görsel bilgi mevcut sistemler tarafından çıkarılamıyorsa veya Agent’ın arayüz durumunu gözlemlemesi gerekiyorsa, Vision Exp’in değeri daha belirgin hale gelir. DeepSeek API’yi ilk kez kullanan okuyucular, metin mi yoksa görsel model mi kullanacaklarına karar vermeden önce bu sitedeki DeepSeek Kullanım Kılavuzu ve DeepSeek Resmi Sitesi Giriş Açıklaması başlıklarını inceleyebilir.

Sonuç

DeepSeek-V4-Flash-Vision-Exp, DeepSeek’in çok modlu yeteneklerini geliştiricilerin doğrudan çağırabileceği bir API’ye taşımıştır: Entegrasyon yöntemi ana SDK’larla uyumludur, URL, Base64 ve Files API’yi destekler, görsel token sınırı ve V4 Flash ile aynı fiyatlandırma, ekran görüntüsü analizi, belge çıkarma, grafik yorumlama ve görsel Agent için düşük maliyetli yeni bir seçenek sunar.

Şu an en uygun konumu “doğrulanabilir ve geri alınabilir bir görsel iş düğümü”dür, test gerektirmeyen evrensel bir görsel tanıma çözümü değildir. Gerçek örneklerle bir baz çizgisi oluşturup doğruluk, gecikme, yeniden deneme ve toplam maliyeti kontrol ettikten sonra kullanım alanını kademeli olarak genişletmek, tek seferlik bir demodan daha güvenilir sonuçlar verecektir.