DeepSeek-V4-Flash-Vision-Exp上线：多模态API开放调用

2026年08月21日，DeepSeek 上线了实验性多模态视觉理解模型 deepseek-v4-flash-vision-exp，现在已能通过 DeepSeek API 调用。

官方介绍称，纯文本任务方面，这个模型在 Agent、推理、世界知识上的表现跟 DeepSeek-V4-Flash 正式版差不多；一旦任务涉及图像，它在 Agent 测试里的成绩提升很明显，多模态 Agent 能力已经接近 Claude Opus 4.8。有了视觉理解这项新本事，模型能在 Agent 框架里做商业 PPT、重构网站视觉、开发前端动态 Demo，也能识别图片、分析图表。

调用格式上，API 支持 Chat Completions、Messages、Responses 三种；图片传入则有 Base64、外部图片 URL、Files API 三条路。计费方式是把图片转成 Token，单张图片最多占 384 Tokens，价格跟 DeepSeek-V4-Flash 一样。

另外，DeepSeek 把 Files API 免费开放了。开发者可以先上传图片，之后用 file_id 在多个请求里反复引用，带宽开销能降下来，碰上要连续处理同一批视觉素材的多轮 Agent 工作流会更合适。