21/08/2026 17:51
【ＡＩ】DeepSeek全新多模態視覺理解模型V4-Flash-Vision-Exp上線，Agent 能力接近Opus-4.8
摘要
意見回饋
免責聲明
本內容由人工智能根據現有市場數據及新聞來源生成，僅供參考。其內容不代表《經濟通》之觀點或立場，亦不構成任何投資建議。鑒於AI生成資訊可能存在錯誤、遺漏或偏差，用戶應自行核實相關內容或諮詢專業意見後再作出投資決定。《經濟通》對因依賴本內容而導致之任何損失或損害概不負責。
▷ DeepSeek發布多模態模型V4-Flash-Vision-Exp
▷ 模型多模態Agent能力接近Claude Opus-4.8
▷ API支持圖文輸入，計費與V4-Flash相同
▷ 模型多模態Agent能力接近Claude Opus-4.8
▷ API支持圖文輸入，計費與V4-Flash相同
據介紹，V4-Flash-Vision-Exp在純文本能力（Agent、推理、世界知識等）方面，與V4-Flash正式版持平；在需要視覺理解的Agent Benchmark上，V4-Flash-Vision-Exp相比 V4-Flash實現了大幅躍升，多模態Agent能力已接近Anthropic的Claude Opus-4.8。
用戶可以通過設置model='deepseek-v4-flash-vision-exp'來訪問V4-Flash-Vision-Exp模型的API。在API服務中，圖片會轉換成token後按token計費，一張圖片最多佔384 tokens，計費價格與V4-Flash模型一致。
多模態API支持Chat Completions、Messages、Responses三種格式調用，可以方便接入各類 Agent工具中使用，支持圖文混合輸入，支持base64內聯、外部URL、Files API三種圖片傳入方式。
此外，Files API已開放，該API不收費，用戶可先將圖片上傳到平台，再在請求中通過 file_id引用，從而節省請求帶寬（同一張圖片在多個請求中無需重複上傳）。(sl)