DeepSeek V4 Flash Vision Exp API 指南：限制與範例

若既有的 V4 Flash 工作流程開始需要讀懂截圖、圖表或文件影像，deepseek-v4-flash-vision-exp endpoint 就是 DeepSeek 提供的視覺輸入選項。不過名稱中的 experimental 不能忽略：現有發布資料並不足以證明它具備正式環境所需的可靠性。在將它作為預設方案前，建議先進行可記錄、可追蹤的試行，並準備備援機制。

30 秒判斷：該不該用這個 API？

如果你的 V4 Flash 應用需要透過相容的 API 介面理解截圖、圖表、文件或其他圖片，DeepSeek V4 Flash Vision Exp 很值得評估。但若任務涉及身分辨識或高風險視覺判斷，仍應保留備援，並針對實際任務獨立驗證。

正確的模型字串是 deepseek-v4-flash-vision-exp。DeepSeek 在官方更新日誌中將其列為實驗性模型，並表示自 2026 年 8 月 21 日起可在 API 平台使用。發布說明指出，它在純文字能力上與 V4 Flash 相當，且在需要視覺理解的代理 benchmark 上有顯著提升。

用 Chat Completions 傳送單張圖片

在 OpenAI 相容的 Chat Completions 格式中，文字與圖片都放在 user 訊息內的 content 陣列。模型的具體行為請以官方 Vision 指南為準；若把圖片送到一般的 deepseek-v4-flash，會收到 400 錯誤。

import base64
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
)

with open("chart.png", "rb") as image_file:
    encoded = base64.b64encode(image_file.read()).decode("utf-8")

response = client.chat.completions.create(
    model="deepseek-v4-flash-vision-exp",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Extract the three trends from this chart."},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": f"data:image/png;base64,{encoded}",
                        "detail": "original",
                    },
                },
            ],
        }
    ],
)

print(response.choices[0].message.content)

Chat Completions 支援在 user 訊息中傳入圖片。請把圖片與指令放進同一個 content 陣列，讓模型同時取得視覺內容與要執行的任務。

圖片該怎麼傳：三種方式的取捨

小型本機檔案：Base64 最直接

若圖片在本機、而且只會使用一次，Base64 是最簡單的做法。不需要公開託管，但編碼後的資料會計入 48 MiB 請求本文限制，原始圖片本身也不得超過 32 MiB。

它適合一次性的使用者或工作程序上傳，不適合在一批任務中重複使用同一張圖片。

已託管資產：使用公開 URL

公開的 http 或 https URL 能讓請求保持精簡，但網址必須可存取、長度不得超過 8,192 個字元，圖片必須能在 60 秒內下載完成，且大小不得超過 32 MiB。私有、過期或僅限內部網路的 URL，可能在 DeepSeek 擷取圖片前就失敗。

重複使用或較大檔案：改用 Files API

先透過 Files API 上傳圖片，再於視覺請求中引用回傳的 ID：

{
  "type": "file",
  "file_id": "file-api-xxxxxxxxxxxxxxxx"
}

每張以檔案引用的圖片最高可達 64 MiB，且不必在每次請求時重傳相同位元組資料。代價是多了一次上傳與檔案生命週期管理；請將回傳 ID 與建立它的金鑰一併管理，不要把它當成公開分享連結。

當檔案超過 32 MiB、請求可能超出 48 MiB，或多個代理步驟都要檢視同一張圖片時，Files API 是較實際的選擇。

先決定圖片細節，再估算成本

detail 欄位可用於 image_url 輸入及 Responses API 的圖片區塊；以下行為依據 DeepSeek 的官方 Vision 指南。

DeepSeek 會在推論前調整圖片尺寸。Vision 指南指出，每張圖片最多計為 384 個 image tokens，且各張圖片分別計算。因此，超大原始圖片在縮放後不一定會按比例消耗更多 image tokens；不過大型檔案仍可能碰到上傳與請求大小限制。

官方 Models & Pricing 頁面顯示，deepseek-v4-flash-vision-exp 的 Token 費率與 V4 Flash 相同：離峰時段，每 1M cached-input tokens 為 $0.007、每 1M cache-miss input tokens 為 $0.22；尖峰時段則為 $0.014 與 $0.44。輸出 Token 在離峰時段為 $0.66，尖峰時段為 $1.32。圖片 Token 會按輸入 Token 計費，因此預估成本時仍應納入圖片數量與 detail 設定。

最常導致 API 失敗的限制

有兩個限制特別容易被忽略。第一，只有 deepseek-v4-flash-vision-exp 可接受圖片；第二，在 Chat Completions 裡，放在 system 或 assistant 訊息的圖片區塊會失敗。若將圖片送往非視覺模型，DeepSeek 文件記載的 400 錯誤訊息為 This model does not support image。

同一模型，三種 API 介面

DeepSeek 在Vision 指南中列出此模型支援的三種介面：

三種介面都支援 Base64、公開 URL 與 Files API 引用，但 content type 各不相同。不要把 Chat Completions 的區塊原封不動複製到 Responses API。

發布數據能說明什麼，不能說明什麼

DeepSeek 的8 月 21 日更新日誌公布了亮眼的發布 benchmark，包括 p0.95 下 Terminal Bench 2.1 的 83.9 分，以及 Chartography 的 64.3 分。這些是廠商自行報告的結果，並非獨立重現；發布說明也提到，純文字版 V4 Flash 在兩項視覺評測中會忽略多模態元素。

發布 benchmark 由廠商提供，因此在導入正式流量前，仍應驗證真正攸關你應用的視覺任務。

適合直接上正式環境嗎？

若工作負載是截圖分析、圖表擷取、文件分流，或需要檢視視覺狀態的代理，DeepSeek V4 Flash Vision Exp 適合先以受控試行方式導入。它與 Flash 相同的定價，以及三種輸入途徑，都讓評估成本相對低；每張圖片 384 Token 的上限，也提供了成本建模的具體起點。

在模型仍屬 experimental、且現有發布資料尚未證實其在這些情境的可靠性時，不應讓它成為身分驗證、安全判斷、醫療判讀或其他高後果視覺決策的唯一後端。請在同一介面後方配置備援，並記錄圖片來源、detail 設定、輸入與輸出用量、延遲、重試次數及任務成功情況。

在開始導入正式流量前，至少測試以下項目：

1. 以 low 與 original 細節設定辨識截圖中的小字。
2. 包含標籤、圖例與密集座標軸的圖表。
3. 單次請求含多張圖片的情況。
4. 私有或下載速度緩慢的圖片 URL。
5. 視覺檢查後的工具呼叫。
6. 錯誤或具歧義的身分辨識提示。
7. 發生 400、逾時或圖片回應格式錯誤後的備援行為。

DeepSeek V4 Flash Vision Exp API 常見問題

正確的模型名稱是什麼？

請使用 deepseek-v4-flash-vision-exp。DeepSeek 在 2026 年 8 月 21 日的更新日誌中，將它定義為 API 平台上的實驗性多模態模型。

它的價格和 V4 Flash 一樣嗎？

是。DeepSeek 定價頁面列出的 Vision Exp 與 V4 Flash，cache-hit、cache-miss 和輸出 Token 費率皆相同。圖片 Token 與輸入 Token 一起計費，縮放後每張圖片最多為 384 個 image tokens。

它可以生成圖片嗎？

官方 Vision 指南說明的是圖片理解，而不是圖片生成。在 DeepSeek 發布獨立的生成支援前，應將此 endpoint 視為僅供理解圖片使用。

為什麼請求會回傳 400 錯誤？

請檢查模型字串、訊息角色、content block 類型、檔案大小與圖片格式。把圖片送到非視覺模型，或放入不支援的訊息角色，都可能觸發文件所列的 This model does not support image 錯誤。