DeepSeek上线多模态视觉模型V4-Flash-Vision-Exp，API按token计费，图片最多384 tokens
本文是 24TopNews 对公开财经信息完成重复合并后的事件分析，不是原始采访或证券推荐。
DeepSeek-V4-Flash-Vision-Exp上线API平台，该多模态视觉理解模型于8月21日由DeepSeek官方宣布推出，支持Chat Completions、Messages、Responses三种格式调用。模型可在文本之外输入图片，执行图片描述、截图文字识别、图表分析等任务。在API服务中，图片会转换为token后按token计费，单张图片最多占用384个token。
该模型为一个实验性质版本，在各类Agent框架内展现多模态适配能力，可支持用户借助多样化Agent工具完成实际工作场景。在需要视觉理解的Agent Benchmark上，新模型相比V4-Flash实现大幅提升，官方称其多模态Agent能力接近Opus-4.8。官方展示的案例中，新模型可生成商业定制的西藏自驾游PPT，画面简洁精美。
定价方面，该模型的API计费价格与V4-Flash模型一致。百万tokens输入缓存命中为0.05元起，缓存未命中为1.5元起；百万tokens输出为4.5元起。