DeepSeek V4 Flash Vision Exp: Test, Preise, Grenzen und Vergleich
Faktengeprüfte Analyse von DeepSeek V4 Flash Vision Exp mit Bild-Token-Kosten, API-Grenzen, Benchmarks, Vergleich zu Gemini 3.7 Flash und Claude Opus 4.8 sowie aktuellen Modelflare-Preisen und Verfügbarkeit.
DeepSeek veröffentlichte DeepSeek V4 Flash Vision Exp am 21. August 2026. Die exakte API-Modell-ID lautet deepseek-v4-flash-vision-exp. Das Modell akzeptiert Text und Bilder, gibt Text aus und nutzt dieselben Token-Preise wie V4 Flash.
Der letzte Punkt ist entscheidend: DeepSeek skaliert jedes Bild vor der Inferenz und begrenzt es auf 384 Eingabe-Token. Das macht bildschirmintensive Agent-Schleifen sehr günstig. Der klare Kompromiss: Große Bilder werden auf ein Pixelbudget von ungefähr 800×800 reduziert. Niedrige Kosten bedeuten daher nicht, dass feine Details in voller Auflösung erhalten bleiben.
Es handelt sich um ein experimentelles Modell, nicht um einen automatischen Produktionsersatz für jede Vision-Aufgabe. Diese Analyse trennt offizielle Spezifikationen, von DeepSeek veröffentlichte Benchmarks, nachvollziehbare Kostenrechnungen und die aktuelle Verfügbarkeit bei Modelflare. Veränderliche Angaben wurden am 22. August 2026 geprüft.
DeepSeek V4 Flash Vision Exp im Überblick
| Eigenschaft | Offizieller Wert |
|---|---|
| Veröffentlichung | 21. August 2026 |
| Status | Experimentelles API-Modell |
| Modell-ID | deepseek-v4-flash-vision-exp |
| Ein- und Ausgabe | Text- und Bildeingabe; Textausgabe |
| Kontextfenster | 1M Token |
| Maximale Ausgabe | 384K Token |
| Denken | Modi mit und ohne Thinking; Thinking ist dokumentierter Standard |
| Bildformate | JPEG, PNG, GIF, WebP |
| API-Formate | Chat Completions, Responses API, Anthropic-kompatible Messages |
| Obergrenze pro Bild | 384 Eingabe-Token nach automatischer Skalierung |
| Parallelitätslimit | 2.500 |
| FIM Completion | Nicht unterstützt |
DeepSeek hat weder Parameterzahl noch aktive Parameter, Expertenzahl, Trainingskorpus oder Architekturänderungen offengelegt. Präzise Zahlen ohne Primärquelle sind Spekulation.
Was sich gegenüber V4 Flash wirklich ändert
Laut DeepSeek liegt Vision Exp bei reinen Text-Agenten, Schlussfolgerung und Weltwissen auf dem Niveau des offiziellen V4 Flash. Neu ist natives Bildverständnis: Screenshots, Dokumentbilder, Diagramme und Fotos können direkt in dieselbe Agent-Schleife eingehen, ohne dass ein separates Modell zuerst eine Bildbeschreibung erzeugt.
DeepSeek veröffentlicht folgende Startwerte:
| Evaluation | Von DeepSeek veröffentlichter Wert |
|---|---|
| Terminal Bench 2.1 | 83.9 |
| NL2Repo | 57.7 |
| DeepSWE | 59.3 |
| DSBench-Hard | 63.6 |
| AutomationBench, öffentlich | 25.7 |
| ApexBench, Pass@1 | 36.5 |
| Agents' Last Exam | 27.3 |
| Chartography | 64.3 |
| ZeroBench, Pass@5 | 35.0 |
DeepSeek bezeichnet die multimodale Agent-Leistung außerdem als nahe an Claude Opus 4.8. Das ist eine Herstelleraussage, kein unabhängiger Modelflare-Test. Die Tabelle mischt Text- und Vision-Aufgaben. Für öffentliche Code-Agent-Tests nennt DeepSeek Harness im Minimal-Modus, max effort, top_p=0.95 und temperature=1.0. Die Werte helfen bei der Auswahl eigener Replay-Tests, ergeben aber keine universelle Rangliste.
Offizielle Preise und tatsächliche Bildkosten
Die DeepSeek-Preisseite nennt US-Dollar pro Million Token. Spitzenzeiten sind 01:00–04:00 und 06:00–10:00 UTC, alle anderen Zeiten sind Off-Peak.
| Zähler | Off-Peak | Peak |
|---|---|---|
| Eingabe aus Cache | $0.007 | $0.014 |
| Eingabe ohne Cache | $0.22 | $0.44 |
| Ausgabe | $0.66 | $1.32 |
| Maximale Eingabekosten eines 384-Token-Bildes | $0.00008448 | $0.00016896 |
Die letzte Zeile ist die Rechnung 384 × Eingabepreis ÷ 1.000.000, kein separater Bildtarif. Kleinere Bilder können weniger Token benötigen. Text und Ausgabe werden zusätzlich berechnet.
Die automatische Skalierung erklärt Preis und Grenze zugleich. Bilder unter ungefähr 384×384 Pixeln werden proportional vergrößert; größere Bilder proportional auf eine Gesamtfläche nahe 800×800 verkleinert. Deshalb können 2000×2000 und 5000×5000 am selben 384-Token-Limit enden. Die Rechnung sinkt, aber kleine Schrift, dichte Diagrammbeschriftungen und exakte Bildschirmkoordinaten können verloren gehen.
Preisvergleich mit Gemini 3.7 Flash und Claude Opus 4.8
Die Modelle lösen unterschiedliche Varianten multimodaler Arbeit. Die Tabelle nutzt Standardpreise der direkten Anbieter-APIs ohne Tools, Cache-Speicher, Wiederholungen oder Gateway-Rabatte.
| Modell | Status | Eingaben | Kontext / max. Ausgabe | Eingabe ohne Cache | Ausgabe | Wichtigster Kompromiss |
|---|---|---|---|---|---|---|
| DeepSeek V4 Flash Vision Exp | Experimentell | Text, Bild | 1M / 384K | $0.22 Off-Peak; $0.44 Peak | $0.66 Off-Peak; $1.32 Peak | Niedrigste Preise und 384-Token-Bildgrenze; starke Skalierung |
| Gemini 3.7 Flash | GA | Text, Bild, Video, Audio, PDF | 1M / 64K | $0.75 bis 31.12.2026 | $3.75 bis 31.12.2026 | Breitere Modalitäten und Tools; höherer und später steigender Preis |
| Claude Opus 4.8 | GA | Text, Bild, PDF | 1M / 128K | $5.00 | $25.00 | Hochauflösende Vision und reifes Computer Use; Premiumpreis |
Für 100K nicht gecachte Eingabe-Token plus 10K Ausgabe-Token ohne Bilder:
- DeepSeek kostet etwa $0.0286 Off-Peak oder $0.0572 Peak.
- Gemini 3.7 Flash kostet zum Einführungspreis $0.1125.
- Claude Opus 4.8 kostet $0.75.
DeepSeek ist in diesem Beispiel rund 49% günstiger als Gemini zu Peak-Zeiten und 75% günstiger Off-Peak. Gegenüber Claude beträgt die Differenz 92% bis 96%. Das sind Rechnungsvergleiche, keine Qualitätswerte.
Bei Bildern wird der Abstand größer, aber auch die Auflösung unterscheidet sich. Anthropic dokumentiert 1.296 visuelle Token für ein 1000×1000-Bild mit Opus 4.8, also etwa $0.00648. DeepSeek deckelt jedes Bild bei $0.00016896 Peak beziehungsweise $0.00008448 Off-Peak — etwa 38- bis 77-mal weniger Eingabekosten. DeepSeek reduziert dabei jedoch Richtung 800×800, während Opus mehr Details erhält.
Ein Paket aus 100 Ein-Megapixel-Bildern, 100K Text-Token und 10K Ausgabe kostet bei DeepSeek höchstens $0.0370 Off-Peak oder $0.0741 Peak. Mit Anthropics dokumentierten 1.296 Token pro Bild ergibt sich bei Opus 4.8 eine Token-Rechnung von $1.398. Das ist kein qualitätsgleicher Test, sondern trennt günstige visuelle Vorprüfung von hochauflösender Inspektion.
Welches Modell für welche Aufgabe
DeepSeek V4 Flash Vision Exp kontrolliert testen, wenn viele Screenshots, normale Dokumente, Diagramme, OCR-ähnliche Extraktion oder visuelle Beobachtungen in Tool-Schleifen anfallen und Kosten pro erfolgreicher Aufgabe wichtiger sind als jedes Quellpixel.
Gemini 3.7 Flash für breite Multimodalität wählen, wenn derselbe Ablauf Bild, Video, Audio und PDF verarbeiten oder Google Search Grounding, Code Execution, File Search, URL Context beziehungsweise Computer Use in Preview nutzen muss. Gemini ist GA; DeepSeeks Vision-Endpunkt ist ausdrücklich experimentell.
Claude Opus 4.8 für hochauflösende visuelle Agenten wählen, wenn dichte Dokumente, kleine UI-Elemente, Computer Use und lange Browser-Aufgaben den Preis rechtfertigen. Anthropic unterstützt bis zu 2.576 Pixel an der langen Kante und 4.784 visuelle Token. Ein reiner Bildpreisvergleich ist daher nicht äquivalent.
Eine gestufte Architektur ist möglich: Ein günstiges Modell klassifiziert und extrahiert zuerst; nur mehrdeutige oder detailkritische Fälle gehen an ein hochauflösendes Modell. Zweiten Aufruf, Latenz und Eskalationsquote messen — wenn fast alles eskaliert, spart die Zwei-Modell-Pipeline nicht automatisch.
Bildwege und Grenzen
Der DeepSeek-Vision-Leitfaden unterstützt:
- Inline-base64 für lokale Bilder;
- öffentliche HTTP- oder HTTPS-URLs;
- wiederverwendbare
file_id-Werte der Files API.
| Grenze | Wert |
|---|---|
| Inline-Request-Body | 48 MiB |
| Einzelnes base64- oder URL-Bild | 32 MiB |
| Einzelnes Files-API-Bild | 64 MiB |
| Bilder pro Request | 600 |
Gesamt ohne file_id |
64 MiB |
Gesamt einschließlich file_id |
200 MiB |
| Maximale Bildkante | 8.192 px; 4.096 px bei 15 oder mehr Bildern |
| Externe URL | 8.192 Zeichen, Download innerhalb 60 Sekunden |
detail: "low" erzwingt 512×512 und eignet sich für schnelle OCR oder Klassifikation mit wenig Detail. high, original und derzeit auto behalten vor der normalen Skalierung das Original. In Chat Completions sind Bilder nur in user-Nachrichten erlaubt. Responses erlaubt sie auch in developer-Nachrichten und Tool-Ausgaben, lehnt sie aber in system oder assistant ab.
Responses-API-Beispiel über Modelflare
Modelflare führt nun die exakte Modell-ID und die Responses-API-Route. Verwenden Sie einen API-Key der Gruppe deepseek-stable:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["MODELFLARE_API_KEY"],
base_url="https://modelflare.dev/v1",
)
response = client.responses.create(
model="deepseek-v4-flash-vision-exp",
input=[
{
"role": "user",
"content": [
{
"type": "input_text",
"text": "Lies dieses Dashboard. Nenne drei Anomalien und jeweils den sichtbaren Beleg.",
},
{
"type": "input_image",
"image_url": "https://example.com/dashboard.png",
"detail": "low",
},
],
}
],
)
print(response.output_text)
Für private Bilder base64 oder Files API statt öffentlicher URL verwenden. Zugangsdaten, private Objekt-URLs und personenbezogene Daten gehören nicht ins Log. DeepSeeks Responses-Implementierung ist zustandslos: previous_response_id, Conversations und store werden nicht unterstützt. Function Calling und Web Search funktionieren; integriertes Computer Use, Code Interpreter, File Search und MCP werden ignoriert.
Produktionscheckliste für das experimentelle Modell
- Exakte ID
deepseek-v4-flash-vision-exppinnen;deepseek-v4-flashist kein bestätigter Vision-Alias. - Datenschutzsicheren Testsatz mit Kleinschrift, dichten Tabellen, Diagrammen, Screenshots, Drehungen und adversarialen Inhalten aufbauen.
detail: "low"und Standard nach Aufgabenerfolg, Latenz und Rechnung vergleichen.- Chat Completions, Responses und Messages getrennt prüfen, wenn mehrere Protokolle genutzt werden.
- Strukturierte Ausgabe, Tool-Korrelation, Streaming, Abbruch, Ablehnungen und beschädigte Bilder testen.
- Wiederholte private Bilder über Files API referenzieren und Aufbewahrung sowie Löschung festlegen.
- Bildzahl, Maße, Eingabe-, Cache- und Ausgabe-Token, Retries, Latenz, Route und Endpreis protokollieren.
- Für kritische oder detailabhängige Aufgaben ein GA-Fallback behalten, bis reale Last die Akzeptanzgrenze erreicht.
HTTP 200 beweist nur einen abgeschlossenen Request, nicht korrekt gelesene Screenshots, autorisierte Tools oder niedrigere Kosten pro erfolgreicher Aufgabe.
Preis von DeepSeek V4 Flash Vision Exp bei Modelflare
Das Modell ist verfügbar. Bei einer späteren Produktionsprüfung am 22. August 2026 führte der öffentliche Katalog Modelle & Preise die exakte ID deepseek-v4-flash-vision-exp in der Gruppe deepseek-stable, mit OpenAI-kompatiblen Routen für Chat Completions und Responses API.
Als Referenz sind die offiziellen Peak-Preise konfiguriert — $0.44 Eingabe, $1.32 Ausgabe und $0.014 Cache-Eingabe pro Million Token — darauf gilt der 0.9x-Multiplikator von deepseek-stable:
| Modelflare-Gruppe | Eingabe | Cache-Eingabe | Ausgabe | Maximale nicht gecachte Eingabekosten eines 384-Token-Bildes |
|---|---|---|---|---|
deepseek-stable |
$0.396 / 1M | $0.0126 / 1M | $1.188 / 1M | $0.000152064 |
100K nicht gecachte Text-Token plus 10K Ausgabe kosten damit etwa $0.05148. Für 100 Bilder am 384-Token-Limit, 100K Text-Token und 10K Ausgabe fallen höchstens etwa $0.06669 an, vor Wiederholungen oder weiteren Requests.
Der 0.9x-Gruppenpreis ist nicht DeepSeeks direkter Off-Peak-Tarif. Modelflare multipliziert die konfigurierten Referenzpreise und wechselt nicht automatisch mit den Peak-/Off-Peak-Zeitfenstern des Anbieters. Gruppe, Routen und Preise können sich ändern; maßgeblich sind Live-Preisseite und abgeschlossener Request-Datensatz.
Fazit
DeepSeek V4 Flash Vision Exp verändert die Kosten visueller Agenten: maximal 384 Token pro Bild zum V4-Flash-Tarif. Für Screenshot-Triage, Dokumentextraktion, Diagrammlesen und häufige visuelle Tool-Schleifen kann das relevant sein.
Die 384-Token-Grenze ist zugleich das Warnschild. Skalierung kann genau jene Details entfernen, die Computer Use und dichte Dokumente benötigen; der Endpunkt ist experimentell; die Benchmarks stammen vom Anbieter. Das Modell ist ein günstiger visueller Arbeiter zum Evaluieren — kein Beleg, dass ein Modell den gesamten multimodalen Stack ersetzt.
Offizielle Quellen und Änderungsstand
Primärquellen:
- DeepSeek API Change Log
- DeepSeek Vision Guide
- DeepSeek Modelle und Preise
- DeepSeek Responses API
- Google: Gemini 3.7 Flash
- Google: Gemini API Pricing
- Anthropic: Claude-Modellübersicht
- Anthropic: Vision-Token und Bildgrenzen
Änderungsstand:
- 22. August 2026: Erstveröffentlichung. Status, Spezifikationen, Bildverarbeitung, Grenzen, Protokolle, Peak-/Off-Peak-Preise, Wettbewerber, Kostenrechnungen und Modelflare-Katalog geprüft.
- Später am 22. August 2026: Nach Freischaltung der exakten ID bei Modelflare aktualisiert. Ergänzt wurden
deepseek-stable-Preise mit 0.9x, Kostenrechnungen, unterstützte Routen und ein Modelflare-Responses-Beispiel.