DeepSeek V4 Flash Vision Exp 深度評測：價格、限制與模型比較

DeepSeek 於 2026 年 8 月 21 日發布 DeepSeek V4 Flash Vision Exp，準確的 API 模型 ID 是 deepseek-v4-flash-vision-exp。它接受文字與圖片輸入、輸出文字，Token 單價則與 V4 Flash 相同。

真正值得注意的是圖片計費方式。DeepSeek 會在推論前縮放每張圖片，並把用量限制在最多 384 個輸入 Token。對持續讀取畫面的 Agent 而言，成本非常低；代價也很明確：大圖會被壓到約 800×800 像素的總量級，因此低價不能等同於完整保留高解析度細節。

這是實驗模型，不是所有視覺工作負載的無條件正式環境替代品。本文分開呈現 DeepSeek 官方規格、廠商公布的基準、可重算的成本，以及 Modelflare 目前的實際可用性。易變資訊核驗於 2026 年 8 月 22 日。

DeepSeek V4 Flash Vision Exp 核心規格

項目	官方資訊
發布日期	2026 年 8 月 21 日
狀態	實驗性 API 模型
模型 ID	deepseek-v4-flash-vision-exp
輸入與輸出	文字、圖片輸入；文字輸出
Context Window	1M Token
最大輸出	384K Token
思考模式	支援思考與非思考模式；文件標示預設啟用思考
圖片格式	JPEG、PNG、GIF、WebP
API 格式	Chat Completions、Responses API、Anthropic 相容 Messages
單圖 Token 上限	自動縮放後最多 384 個輸入 Token
並行上限	2,500
FIM Completion	不支援

DeepSeek 未公布參數總量、啟用參數、專家數、訓練資料規模或此次版本的架構變化。沒有第一方來源的精確數字都只是推測。

相較 V4 Flash，真正增加了什麼

DeepSeek 表示，Vision Exp 在純文字 Agent、推理和世界知識方面與正式版 V4 Flash 持平。核心變化是原生視覺理解：螢幕截圖、文件圖片、圖表與一般照片現在可直接進入同一個 Agent 工具迴圈，不必先交給另一個視覺模型轉成描述。

官方首發資料列出以下成績：

評測	DeepSeek 公布分數
Terminal Bench 2.1	83.9
NL2Repo	57.7
DeepSWE	59.3
DSBench-Hard	63.6
AutomationBench 公開集	25.7
ApexBench Pass@1	36.5
Agents' Last Exam	27.3
Chartography	64.3
ZeroBench Pass@5	35.0

DeepSeek 也表示其多模態 Agent 能力接近 Claude Opus 4.8。這是廠商陳述，不是 Modelflare 的獨立測試。表格混合了純文字 Agent 與需要視覺的任務；官方說明公開程式碼 Agent 測試採用 DeepSeek Harness minimal 模式、max effort、top_p=0.95 與 temperature=1.0。應用這些分數挑選要回放的工作負載，而不是把它們當作通用排名。

官方價格與單張圖片的實際成本

DeepSeek 價格頁採美元峰谷計價。尖峰時段為 UTC 01:00–04:00 與 06:00–10:00，其他時間為離峰。

計費項目	離峰價 / 百萬 Token	尖峰價 / 百萬 Token
快取輸入	$0.007	$0.014
未快取輸入	$0.22	$0.44
輸出	$0.66	$1.32
單圖達 384 Token 上限時的輸入成本	$0.00008448	$0.00016896

最後一列是 384 × 輸入單價 ÷ 1,000,000 的計算結果，不是另一項圖片費用。較小圖片可能使用更少 Token；文字輸入與生成輸出仍另外計費。

自動縮放同時解釋了低價與限制。總像素低於約 384×384 的圖片會等比例放大；較大的圖片會等比例縮小到接近 800×800 的總像素量。因此 2000×2000 和 5000×5000 圖片都可能觸及相同的 384 Token 上限。費用下降了，但細小文字、密集圖表標籤與精確畫面座標可能在縮放時消失。

與 Gemini 3.7 Flash、Claude Opus 4.8 的價格比較

三款模型解決的是不同層次的多模態需求。下表採用各廠商直接 API 的標準費率，不含工具、快取儲存、重試或閘道折扣。

模型	發布狀態	輸入範圍	Context / 最大輸出	未快取輸入	輸出	主要取捨
DeepSeek V4 Flash Vision Exp	實驗版	文字、圖片	1M / 384K	離峰 $0.22；尖峰 $0.44	離峰 $0.66；尖峰 $1.32	費率最低且單圖 384 Token 封頂，但圖片縮放明顯
Gemini 3.7 Flash	GA	文字、圖片、影片、音訊、PDF	1M / 64K	2026-12-31 前 $0.75	2026-12-31 前 $3.75	模態與內建工具較完整，但價格較高且優惠會到期
Claude Opus 4.8	GA	文字、圖片、PDF	1M / 128K	$5.00	$25.00	高解析度視覺與成熟 Computer Use，成本屬高階區間

以 100K 未快取輸入加 10K 輸出的純文字任務為例：

• DeepSeek 離峰約 $0.0286，尖峰約 $0.0572；
• Gemini 3.7 Flash 依首發優惠約 $0.1125；
• Claude Opus 4.8 約 $0.75。

在此算例中，DeepSeek 尖峰費用比 Gemini 低約 49%，離峰低約 75%；相較 Claude，尖峰低約 92%，離峰低約 96%。這些百分比比較帳單，不代表輸出品質。

圖片費用差距更大，但解析度也不同。Anthropic 文件顯示，Opus 4.8 處理一張 1000×1000 圖片需要 1,296 個視覺 Token，約 $0.00648；DeepSeek 每張圖片最多為尖峰 $0.00016896、離峰 $0.00008448，輸入費用約低 38 至 77 倍。不過 DeepSeek 會把圖片壓向 800×800 像素預算，而 Opus 保留較多細節，不能把價差直接解讀為同品質下的效率差。

若一次處理 100 張一百萬像素圖片，加上 100K 文字輸入和 10K 輸出，DeepSeek 最多約 **$0.0370（離峰）**或 $0.0741（尖峰）。依 Anthropic 公布的一百萬像素圖片 1,296 Token 計算，Opus 4.8 的 Token 帳單約 $1.398。這不是品質等價測試，而是說明低成本視覺初篩與高解析度檢查應視為不同工作負載。

各模型適合的工作負載

適合受控測試 DeepSeek V4 Flash Vision Exp：大量截圖、一般文件、圖表、類 OCR 擷取，以及工具迴圈中的視覺觀察；重點是降低每個成功任務的成本，而不是保留每一個來源像素。

適合 Gemini 3.7 Flash：單一流程需要圖片、影片、音訊與 PDF，或依賴 Google Search Grounding、程式碼執行、File Search、URL Context 與預覽版 Computer Use。Gemini 3.7 Flash 已 GA，而 DeepSeek 視覺端點明確為實驗版。

適合 Claude Opus 4.8：密集文件、細小 UI 元素、Computer Use 與長時間瀏覽器 Agent，且任務價值足以承擔較高成本。Anthropic 高解析度視覺可保留最長邊 2,576 像素與最多 4,784 個視覺 Token，因此不能只用單圖價格與 DeepSeek 橫向比較。

實際系統可採分層路由：先由低價模型分類、擷取與分流，只把模糊或細節敏感的圖片升級到高解析度模型。仍須量測第二次呼叫、延遲與升級比例；若多數圖片最後都升級，雙模型流程不會自動更便宜。

圖片輸入方式與限制

DeepSeek Vision 指南提供三種方式：

1. 以 base64 內嵌本機圖片；
2. 傳入可公開存取的 HTTP 或 HTTPS URL；
3. 先上傳到 Files API，再重複使用 file_id。

邊界	限制
內嵌請求本文	48 MiB
單張 base64 或 URL 圖片	32 MiB
單張 Files API 圖片	64 MiB
單次請求圖片數量	600
不含 file_id 的圖片總量	64 MiB
包含 file_id 後的圖片總量	200 MiB
圖片最長邊	8,192 px；15 張以上降為 4,096 px
外部 URL	最長 8,192 字元，60 秒內完成下載

detail: "low" 會先縮至 512×512，適合低細節 OCR 或分類。high、original 和目前的 auto 會在常規自動縮放前保留原圖。Chat Completions 只允許 user 訊息攜帶圖片；Responses API 還允許 developer 訊息與工具輸出攜帶圖片，但 system 或 assistant 圖片會出錯。

透過 Modelflare 呼叫 Responses API

Modelflare 已列出準確模型 ID 與 Responses API 路由。請使用分配至 deepseek-stable 群組的 API Key：

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": "讀取這張儀表板，列出三個異常及各自可見的證據。",
                },
                {
                    "type": "input_image",
                    "image_url": "https://example.com/dashboard.png",
                    "detail": "low",
                },
            ],
        }
    ],
)

print(response.output_text)

私有圖片應使用 base64 或 Files API，不要把憑證、私有物件 URL 或個人資料寫入日誌。DeepSeek 的 Responses 實作是無狀態的，不支援 previous_response_id、conversation 與 store。Function Calling 和 Web Search 可用，但內建 Computer Use、Code Interpreter、File Search 與 MCP 會被忽略。

實驗視覺模型的正式環境檢查

1. 固定準確 ID deepseek-v4-flash-vision-exp，不要把 deepseek-v4-flash 當作視覺別名。
2. 以不含隱私的真實測試集涵蓋小字、密集表格、圖表、截圖、旋轉圖片和對抗內容。
3. 比較 detail: "low" 與預設設定的任務成功率、延遲和輸入費用，不要只看視覺觀感。
4. 若客戶端使用多個協定，分別驗證 Chat Completions、Responses 與 Messages。
5. 測試結構化輸出、工具呼叫關聯、串流、取消、拒絕與損壞圖片處理。
6. 重複使用私有圖片時採 Files API，並定義保留和刪除流程。
7. 記錄圖片數量、尺寸、輸入 Token、快取 Token、輸出 Token、重試、延遲、路由與最終費用。
8. 在實驗模型通過真實流量門檻前，為細節敏感或關鍵工作保留 GA 回退模型。

HTTP 200 只證明一次請求完成，不證明截圖讀取正確、工具呼叫已授權，也不證明低價路徑降低了每個成功任務的成本。

DeepSeek V4 Flash Vision Exp 在 Modelflare 的價格

目前已可使用。在 2026 年 8 月 22 日稍後的正式環境複核中，Modelflare 公開模型與價格目錄已列出準確 ID deepseek-v4-flash-vision-exp，開放 deepseek-stable 群組，並支援 OpenAI 相容的 Chat Completions 與 Responses API。

公開目錄以官方尖峰參考價設定：輸入 $0.44、輸出 $1.32、快取輸入 $0.014 / 百萬 Token，再套用 deepseek-stable 的 0.9x 群組倍率：

Modelflare 群組	輸入	快取輸入	輸出	單圖達 384 Token 時的最大未快取輸入成本
deepseek-stable	$0.396 / 1M	$0.0126 / 1M	$1.188 / 1M	$0.000152064

依此價格，100K 未快取文字輸入加 10K 輸出約為 $0.05148。100 張皆達 384 Token 上限的圖片，加 100K 文字輸入與 10K 輸出，最多約 $0.06669，不含重試或其他請求。

不要把 0.9x 群組價視為 DeepSeek 直連的離峰價。Modelflare 是對本站設定的參考價套用群組倍率，不會隨 DeepSeek 廠商峰谷時段自動切換。群組權限、價格與路由可能變動，應以即時價格頁及完成請求紀錄為準。

結論

DeepSeek V4 Flash Vision Exp 的吸引力來自視覺 Agent 的成本結構：每張圖片最多 384 Token，且沿用 V4 Flash 費率。對截圖初篩、文件擷取、圖表閱讀與高頻視覺工具迴圈，差異可能很實際。

384 Token 上限也是警示標籤。縮圖可能抹去 Computer Use 和密集文件最需要的細節；端點仍是實驗版；首發基準也由 DeepSeek 自行公布。合理定位是「值得驗證的低成本視覺工作節點」，而不是「單一模型取代所有多模態方案」。

官方來源與更新紀錄

第一方來源：

• DeepSeek API 更新日誌：V4 Flash Vision Exp
• DeepSeek Vision 指南
• DeepSeek 模型與價格
• DeepSeek Responses API 指南
• Google：Gemini 3.7 Flash 模型頁
• Google：Gemini API 價格
• Anthropic：Claude 模型總覽
• Anthropic：視覺 Token 與圖片限制

更新紀錄：

• **2026 年 8 月 22 日：**首次發布。已核對官方發布狀態、規格、圖片處理、限制、協定支援、峰谷價格、競品費率、成本試算與 Modelflare 公開目錄可用性。
• **2026 年 8 月 22 日稍後：**準確模型已在 Modelflare 上線，新增 deepseek-stable 0.9x 價格、本站成本試算、支援路由及 Modelflare Responses API 範例。