DeepSeek V4 Flash Vision Exp API 指南：限制与示例

deepseek-v4-flash-vision-exp 端点为 V4 Flash 系列加入了图像输入能力。不过，experimental 这一标签不容忽视：现有发布材料不足以证明它具备生产级可靠性。因此，在将它作为生产环境默认方案前，更稳妥的做法是先开展带日志记录的试点，并准备好降级方案。

30 秒判断是否该用

如果你现有的 V4 Flash 工作流需要通过兼容 API 读取截图、图表、文档或其他图像，DeepSeek V4 Flash Vision Exp 会是合适的选择。涉及身份识别或高风险视觉决策时，则应保留备用方案，并针对具体任务单独完成验证。

准确的模型字符串是 deepseek-v4-flash-vision-exp。DeepSeek 在其官方更新日志中将该模型列为实验性模型，并表示它自 2026 年 8 月 21 日起可在 API 平台使用。发布说明称，该模型在纯文本能力上与 V4 Flash 持平，并在需要视觉理解的 Agent 基准测试中有大幅提升。

通过 Chat Completions 发送单张图像

在 OpenAI 兼容的 Chat Completions 请求中，需要将文本和图像放进 user 消息内的 content 数组。官方 Vision 指南说明了该模型的具体行为；如果向普通的 deepseek-v4-flash 发送图像，请求会返回 400 错误。

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 支持在用户消息中传入图像。请将图像和指令置于同一个内容数组中，确保模型能够同时获得视觉上下文和具体任务。

按场景选择图像传输方式

小型本地文件：Base64

对于本地的一次性图像，Base64 是最直接的方案。它不要求公开托管，但编码后的数据会占用 48 MiB 请求体上限，原始图像本身也不得超过 32 MiB。

它适合用户或工作进程的一次性上传，不适合需要在批量任务中反复使用的图像。

已托管资源：公开 URL

公开的 http 或 https URL 可以让请求保持精简，但链接必须可访问、长度不超过 8,192 个字符、可在 60 秒内下载完成，且图像不得大于 32 MiB。私有链接、已过期链接或内部网络链接，都可能在 DeepSeek 拉取图像前就失败。

需要复用或文件较大：Files API

先通过 Files API 上传图像，再在视觉请求中引用返回的 ID：

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

通过引用传入的单张文件最高可达 64 MiB，而且不必在每次请求中重复上传相同字节数据。代价是多了一步上传和文件生命周期管理；应将返回的 ID 与创建它的密钥关联保存，而不是把它当作公开分享链接。

当文件超过 32 MiB、请求可能超过 48 MiB，或多个 Agent 步骤需要检查同一张图像时，Files API 是更实际的选择。

先控制图像细节，再计算成本

detail 字段可用于 image_url 输入和 Responses API 图像部分；以下行为依据 DeepSeek 的官方 Vision 指南。

DeepSeek 会在推理前调整图像尺寸。Vision 指南指出，每张图像最多占用 384 个图像 Token，且每张图像独立计算。超大的源图在缩放后，未必会按比例消耗更多图像 Token；不过，大文件仍可能触及上传和请求大小限制。

官方 Models & Pricing 页面显示，deepseek-v4-flash-vision-exp 的 Token 费率与 V4 Flash 相同：低峰期，缓存命中输入为每 1M Token $0.007，缓存未命中输入为每 1M Token $0.22；高峰期则分别为 $0.014 和 $0.44。输出价格在低峰期为 $0.66，高峰期为 $1.32。图像 Token 按输入 Token 计费，因此在评估成本时，图像数量和细节设置同样需要纳入计算。

最容易导致 API 失败的限制

有两项限制尤其容易遗漏。只有 deepseek-v4-flash-vision-exp 接受图像；对于 Chat Completions，在 system 或 assistant 消息中放置图像块会失败。若向非视觉模型发送图像，DeepSeek 文档给出的 400 错误信息是 This model does not support image。

同一模型的三种 API 接口

DeepSeek 在其Vision 指南中说明，该模型可通过三种接口调用：

三种接口都支持 Base64、公开 URL 和 Files API 引用，但内容类型各不相同。不要把 Chat Completions 的图像块原样复制到 Responses API 中。

发布数据能说明什么，不能说明什么

DeepSeek 的8 月 21 日更新日志公布了亮眼的发布基准成绩，包括 p0.95 下的 Terminal Bench 2.1 得分 83.9，以及 Chartography 得分 64.3。这些均为厂商自行报告的结果，并非独立复现；发布说明还指出，纯文本版 V4 Flash 在两项视觉评测中会忽略多模态元素。

发布基准由厂商自行报告，因此在将生产流量路由至该模型前，应先验证与你的应用真正相关的视觉任务。

适合直接上生产吗？

如果你的工作负载是截图分析、图表信息提取、文档分流，或需要检查视觉状态的 Agent，可以将 DeepSeek V4 Flash Vision Exp 用于受控试点。它与 Flash 价格一致，提供三种输入路径，评估成本不高；每图 384 Token 的上限也为成本建模提供了明确起点。

在该模型仍处于实验阶段、且现有发布材料尚未证明其在这些场景中的可靠性时，不应将它作为身份核验、安全决策、医疗解读或其他高后果视觉判断的唯一后端。应在同一接口后部署降级方案，并记录图像来源、detail 设置、输入和输出用量、延迟、重试情况及任务成功率。

在路由生产流量之前，至少应测试以下项目：

1. 使用 low 和 original 细节设置识别截图中的小字。
2. 包含标签、图例和密集坐标轴的图表。
3. 单次请求中包含多张图像的情况。
4. 私有图像 URL 和下载缓慢的图像 URL。
5. 视觉检查后的工具调用。
6. 错误或含糊的身份识别提示。
7. 发生 400 错误、超时或图像响应格式异常后的降级行为。

DeepSeek V4 Flash Vision Exp API 常见问题

准确的模型名称是什么？

使用 deepseek-v4-flash-vision-exp。DeepSeek 在 2026 年 8 月 21 日的更新日志中，将其标识为 API 平台上的实验性多模态模型。

它的定价和 V4 Flash 一样吗？

是的。DeepSeek 的定价页面为 Vision Exp 和 V4 Flash 列出了相同的缓存命中、缓存未命中和输出 Token 费率。图像 Token 按输入 Token 计费，图像在缩放后每张最多为 384 个图像 Token。

它可以生成图像吗？

官方 Vision 指南描述的是图像理解，而不是图像生成。在 DeepSeek 发布单独的生成支持前，应将该端点视为仅支持理解。

为什么我的请求返回 400 错误？

请检查模型字符串、消息角色、内容块类型、文件大小和图像格式。向非视觉模型发送图像，或将图像放在不受支持的消息角色中，都可能触发文档所述的 This model does not support image 错误。