模型与定价
deepseek-v4-flash-vision-exp 是 V4-Flash 的视觉版，8 月 21 日起开放 API。输入 ¥0.14/百万 token、输出 ¥0.42/百万 token，和 V4-Flash 一致；图片按 token 计价，单张图片解析上限 384 token。现有 API 密钥可直接用，只需在请求里带上图片字段。
接入要点
- 文本与图片同时入参：把截图、图表作为图片内容与问题一起发送
- 图片 token 计入上下文：估算成本时按「文本 token + 图片 token」合计
- Files API：批量传文件与图片，适合批量处理场景
- 视觉版模型名带 -exp 后缀，生产环境接入前建议先用小流量验证稳定性
适合做什么
截图驱动的 UI 巡检（让模型看页面截图报问题）、图表理解（财报图转表格）、多模态 Agent（先看图再决策）。对个人开发者来说，这套组合把「看图 Agent」的单价拉到了国产开源模型的第一梯队。
想让 Agent 真正接手带界面的任务，先给它一双便宜的眼睛。