突发！DeepSeek视觉模型炸场：Flash装上眼睛了，还顺手把文件API也免费开放

DeepSeek终于上视觉了！！！

新模型DeepSeek-V4-Flash-Vision-Exp今日正式登陆 DeepSeek API 平台，这是一款实验性多模态模型，Flash 系列从此有了"眼睛"。

核心点先说清楚：这个模型在文本能力上和 V4-Flash 齐平，代理、推理、世界知识一个没落，还有一些提高。但加上视觉之后，它的多模态代理表现有了一次明显跳跃，在相关基准测试上直接逼近 Claude Opus-4.8 的水准。

配套工具也到位了。DeepSeek Harness 0.1.1 今天同步发布，开箱就支持这个新模型，接入各类代理框架没有额外负担。

收费

图片按 token 计费，每张最多 384 个 token，价格跟 V4-Flash 一致。支持 Chat Completions、Messages 和 Responses 三种接口，图片可以用 base64、外部 URL 或者 Files API 传进来。

文件 API，这次也一并上线了，而且免费。

逻辑很实用：图片上传一次，拿到 file_id，之后每次请求直接引用这个 ID，不用重复传图。对于那些要反复用同一张图的场景，带宽省下来的量相当可观。

写在最后

多模态能力打开的是一类过去做不了的代理场景。看截图、读图表、理解界面、处理带图文档，这些在纯文本时代都是硬伤。视觉一上，代理的可操作空间直接扩大了一圈。

DeepSeek 这次用 Flash 级别的模型做到这一步，成本控制和能力之间的平衡，是真的拿捏到位了。

这让DeepSeek-V4-Flash-Vision-Exp成为了一个真正的生产可用的主力模型

文档地址：

https://api-docs.deepseek.com/guides/vision

--end--

最后记得⭐️我，每天都在更新：如果觉得文章还不错的话可以点赞转发推荐评论

/...@作者：你说的完全正确（YAR师）