Flash 系列补上视觉

8 月 21 日起，DeepSeek 开放 deepseek-v4-flash-vision-exp 的 API 调用。这是 V4-Flash 的视觉版本，支持把图片作为输入传给模型做理解与推理，图片按 token 计价，单张图片解析上限 384 token。

定价与 V4-Flash 保持一致：输入 ¥0.14/百万 token、输出 ¥0.42/百万 token。现有 API 密钥与调用方式基本不用改，在请求里带上图片字段即可。

多模态 Agent 是重点

  • 图片 token 化后进入既有上下文，Agent 可以直接「看」截图、图表与界面再决策
  • 官方称多模态 Agent 能力接近 Opus-4.8 水平，是 Flash 系里的一次补强
  • 同步推出 Files API，方便把文件与图片批量送入模型处理

对个人开发者来说，这意味着国产开源模型在多模态 Agent 场景多了个便宜的选项：按 V4-Flash 的单价，跑一个看图 Agent 的成本比同规格闭源视觉模型低不少。

Flash 系列补上视觉，多模态 Agent 的「便宜大碗」选项又多了一个。