DeepSeek近日在API平台上线实验性多模态视觉理解模型DeepSeek-V4-Flash-Vision-Exp，这是V4系列首款原生支持图片输入的视觉模型，开发者通过设置model参数为deepseek-v4-flash-vision-exp即可调用。

能力层面，该模型在纯文本Agent、推理与知识能力上与V4-Flash正式版基本持平，同时补齐了图像理解能力。官方公布的4项多模态Agent评测中，在Agents' Last Exam和ZeroBench上高于Opus 4.8，在ApexBench与Chartography上略低，综合表现已接近行业旗舰水平。

API调用方面，支持Chat Completions、Messages和Responses三种格式，可接收base64、外部URL与Files API三种图像输入。一张图片最多转换为384个token，计费价格与V4-Flash相同。同步开放的Files API不收取存储费用，同一图片上传后可通过file_id跨请求复用，有效减少重复传输开销。

模型延续100万token超长上下文窗口，支持思考模式，适配Harness智能体框架，可结合图片理解完成调研、数据提取和自动化任务编排等链路工作。官方提醒，该产品属于Exp实验预览版本，不建议直接用于生产环境，正式版上线时间暂未公布。DeepSeekV4视觉模型上线