DeepSeek V4 Flash Vision Exp 深度评测：价格、限制与模型对比

DeepSeek 于 2026 年 8 月 21 日发布 DeepSeek V4 Flash Vision Exp，准确 API 模型 ID 为 deepseek-v4-flash-vision-exp。它支持文本与图片输入、文本输出，Token 单价与 V4 Flash 保持一致。

真正值得关注的是图片计费方式。DeepSeek 会在推理前缩放图片，并把单张图片控制在最多 384 个输入 Token。对需要连续读取截图的 Agent 来说，这个价格很有吸引力；但它也构成最明确的限制：大图会被压到约 800×800 像素的总量级，低成本不等于完整保留高分辨率细节。

这是实验模型，不应该被当成所有视觉任务的无条件生产替代。本文严格区分 DeepSeek 官方规格、厂商发布的基准、可复算的成本，以及 Modelflare 当前真实可用性。易变信息核验于 2026 年 8 月 22 日。

DeepSeek V4 Flash Vision Exp 核心规格

项目	官方信息
发布日期	2026 年 8 月 21 日
状态	实验性 API 模型
模型 ID	deepseek-v4-flash-vision-exp
输入与输出	文本、图片输入；文本输出
上下文窗口	1M Token
最大输出	384K Token
思考模式	支持思考与非思考模式；文档标注默认启用思考
图片格式	JPEG、PNG、GIF、WebP
API 格式	Chat Completions、Responses API、Anthropic 兼容 Messages
单图 Token 上限	自动缩放后最多 384 个输入 Token
并发上限	2,500
FIM 补全	不支持

DeepSeek 没有披露参数总量、激活参数、专家数量、训练数据规模或此次版本的架构变化。没有一手来源的精确参数数字都只能算猜测。

相比 V4 Flash 真正增加了什么

DeepSeek 表示，Vision Exp 在纯文本 Agent、推理和世界知识方面与正式版 V4 Flash 持平。核心变化是原生视觉理解：截图、文档图片、图表和普通照片可以直接进入同一条 Agent 工具链，不必先用另一个视觉模型生成文字描述。

官方首发表给出了以下成绩：

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

DeepSeek 还称其多模态 Agent 能力已接近 Claude Opus 4.8。这是厂商结论，不是 Modelflare 的独立测试。表中混合了文本 Agent 与依赖视觉的任务；官方说明，公开代码 Agent 测试使用 DeepSeek Harness minimal 模式、max effort、top_p=0.95 和 temperature=1.0。这些分数适合用于选择要回放的任务，不适合作为通用排名。

官方价格与单张图片的真实成本

DeepSeek 价格页当前采用美元峰谷计价。高峰时段为 UTC 01:00–04:00 和 06:00–10:00，其余时间为低谷。

计费项	低谷价 / 百万 Token	高峰价 / 百万 Token
缓存输入	$0.007	$0.014
未缓存输入	$0.22	$0.44
输出	$0.66	$1.32
单图达到 384 Token 上限时的输入成本	$0.00008448	$0.00016896

最后一行是按 384 × 输入单价 ÷ 1,000,000 得出的成本，不是额外的图片套餐价。较小图片可能消耗更少；文字输入和模型输出仍会另外计费。

自动缩放同时解释了便宜与限制。总像素低于约 384×384 的图片会按比例放大；更大的图片会按比例缩到约 800×800 的总像素规模。因此 2000×2000 与 5000×5000 图片最终都可能达到同一个 384 Token 上限。账单下降了，但细小文字、密集图表标注和精确屏幕坐标也可能在缩放中消失。

与 Gemini 3.7 Flash、Claude Opus 4.8 的价格对比

这三款模型解决的是不同层次的多模态问题。下表使用厂商直接 API 的标准价格，不包含工具、缓存存储、重试或网关折扣。

模型	发布状态	输入范围	上下文 / 最大输出	未缓存输入	输出	主要取舍
DeepSeek V4 Flash Vision Exp	实验版	文本、图片	1M / 384K	低谷 $0.22；高峰 $0.44	低谷 $0.66；高峰 $1.32	单价最低、单图 384 Token 封顶，但缩图明显
Gemini 3.7 Flash	GA	文本、图片、视频、音频、PDF	1M / 64K	2026-12-31 前 $0.75	2026-12-31 前 $3.75	模态和内置工具更全，但价格更高且优惠会到期
Claude Opus 4.8	GA	文本、图片、PDF	1M / 128K	$5.00	$25.00	高分辨率视觉与成熟 Computer Use，价格属于高端档

以 100K 未缓存输入加 10K 输出的纯文本任务为例：

• DeepSeek 低谷约 $0.0286，高峰约 $0.0572；
• Gemini 3.7 Flash 按首发优惠价约 $0.1125；
• Claude Opus 4.8 约 $0.75。

在这个算例中，DeepSeek 高峰价比 Gemini 低约 49%，低谷价低约 75%；相对 Claude，高峰低约 92%，低谷低约 96%。这些百分比比较的是账单，不是回答质量。

图片成本差距更大，但分辨率也不同。Anthropic 文档中，Opus 4.8 处理一张 1000×1000 图片需要 1,296 个视觉 Token，成本约 $0.00648；DeepSeek 单图上限是高峰 $0.00016896、低谷 $0.00008448，输入成本大约低 38 到 77 倍。不过 DeepSeek 会把图片压向 800×800 像素预算，而 Opus 能保留更多细节，不能把价格差直接解释成同质量下的效率差。

再看一个批量算例：100 张一百万像素图片，加 100K 文字输入和 10K 输出，在 DeepSeek 上最多约 **$0.0370（低谷）**或 $0.0741（高峰）。按 Anthropic 公布的一百万像素图片 1,296 Token 计算，Opus 4.8 的同等 Token 账单约 $1.398。这仍然不是质量等价测试，它说明“低成本视觉初筛”与“高分辨率细查”应该被拆成两类工作负载。

什么任务更适合哪一个模型

适合受控测试 DeepSeek V4 Flash Vision Exp 的场景：大量截图、普通文档、图表、类似 OCR 的提取，以及工具循环中的视觉观察；目标是降低成功任务成本，而不是保留每个源像素。

适合 Gemini 3.7 Flash 的场景：同一工作流需要同时处理图片、视频、音频和 PDF，或者依赖 Google 搜索 Grounding、代码执行、File Search、URL Context 与预览版 Computer Use。Gemini 3.7 Flash 是 GA，DeepSeek 视觉端点则明确标注为实验版。

适合 Claude Opus 4.8 的场景：密集文档、细小 UI 元素、Computer Use 和长时间浏览器 Agent，且业务价值足以承担更高单价。Anthropic 的高分辨率视觉可保留最长边 2,576 像素、最多 4,784 个视觉 Token，这也是它不能与 DeepSeek 单图价格直接横比的原因。

实际系统可以分层：先让低价模型完成分类、提取和路由，只把模糊或细节敏感的图片升级到高分辨率模型。但必须测量二次调用、延迟与升级比例；如果大多数图片最终都要升级，双模型管线并不会自动省钱。

图片输入方式与限制

DeepSeek 视觉指南支持三种输入：

1. 本地图片用 base64 内联；
2. 提供可公开访问的 HTTP 或 HTTPS URL；
3. 先上传到 Files API，再复用 file_id。

边界	限制
内联请求体	48 MiB
单张 base64 或 URL 图片	32 MiB
单张 Files API 图片	64 MiB
单请求图片数量	600
不含 file_id 的图片总量	64 MiB
包含 file_id 后的图片总量	200 MiB
图片最长边	8,192 px；15 张及以上时降至 4,096 px
外部 URL	最长 8,192 字符，下载须在 60 秒内完成

detail: "low" 会先把图片压到 512×512，适合低细节 OCR 或分类。high、original 和目前的 auto 会在常规自动缩放前保留原图。Chat Completions 只允许在 user 消息中放图片；Responses API 还允许 developer 消息与工具输出携带图片，但 system 或 assistant 图片会返回错误。

通过 Modelflare 调用 Responses API

Modelflare 已列出准确模型 ID 与 Responses API 路由。请使用分配到 deepseek-stable 分组的 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": "读取这张仪表盘，返回三个异常及每个异常在图中可见的证据。",
                },
                {
                    "type": "input_image",
                    "image_url": "https://example.com/dashboard.png",
                    "detail": "low",
                },
            ],
        }
    ],
)

print(response.output_text)

私有图片应改用 base64 或 Files API，不要把凭据、私有对象 URL 或个人信息写入日志。DeepSeek 的 Responses 实现是无状态的，不支持 previous_response_id、conversation 与 store。函数调用和 Web Search 可用，但内置 Computer Use、Code Interpreter、File Search 与 MCP 会被忽略。

实验视觉模型的生产检查清单

1. 固定准确 ID deepseek-v4-flash-vision-exp，不要把 deepseek-v4-flash 当成视觉别名。
2. 用不含隐私的真实测试集覆盖小字、密集表格、图表、截图、旋转图片和对抗内容。
3. 分别测试 detail: "low" 与默认设置的任务成功率、延迟和输入账单，而不是只看图片观感。
4. 如果客户端使用多个协议，要分别验证 Chat Completions、Responses 与 Messages。
5. 验证结构化输出、工具调用关联、流式、取消、拒绝和损坏图片处理。
6. 重复使用私有图片时走 Files API，并明确文件保留与删除流程。
7. 记录图片数量、尺寸、输入 Token、缓存 Token、输出 Token、重试、延迟、路由和最终费用。
8. 在实验模型通过真实流量门槛前，为细节敏感和关键业务保留 GA 回退模型。

HTTP 200 只说明一次请求完成，不能证明截图读对、工具调用经过授权，也不能证明低价路径真的降低了每个成功任务的成本。

DeepSeek V4 Flash Vision Exp 在 Modelflare 的价格

已经可以使用。在 2026 年 8 月 22 日稍后的生产复核中，Modelflare 公共模型与价格目录已列出准确 ID deepseek-v4-flash-vision-exp，开放 deepseek-stable 分组，并支持 OpenAI 兼容的 Chat Completions 与 Responses API。

公开目录以官方高峰参考价配置：输入 $0.44、输出 $1.32、缓存输入 $0.014 / 百万 Token，再应用 deepseek-stable 的 0.9x 分组倍率：

Modelflare 分组	输入	缓存输入	输出	单图达到 384 Token 时的最大未缓存输入成本
deepseek-stable	$0.396 / 1M	$0.0126 / 1M	$1.188 / 1M	$0.000152064

按该价格，100K 未缓存文字输入加 10K 输出约为 $0.05148。100 张均达到 384 Token 上限的图片，加 100K 文字输入和 10K 输出，最多约 $0.06669，不含重试或其他请求。

不要把 0.9x 分组价理解成 DeepSeek 直连的低谷时段价格。Modelflare 是对本站配置的参考价应用分组倍率，不会随 DeepSeek 厂商的峰谷时段自动切换。分组权限、价格和路由都可能变化，应以实时价格页与完成请求记录为当前真相。

结论

DeepSeek V4 Flash Vision Exp 的价值在于改变视觉 Agent 的成本结构：单张图片最多 384 Token，并沿用 V4 Flash 单价。对截图初筛、文档提取、图表阅读和高频视觉工具循环，这个差异可能非常实际。

384 Token 上限也正是警示。缩图可能抹掉 Computer Use 和密集文档最需要的细节；端点仍是实验版；发布基准也来自 DeepSeek 自己。更合理的定位是“值得实测的低成本视觉工作节点”，而不是“一个模型替代所有多模态方案”。

官方来源与更新记录

一手来源：

• DeepSeek API 更新日志：V4 Flash Vision Exp
• DeepSeek Vision 指南
• DeepSeek 模型与价格
• DeepSeek Responses API 指南
• Google：Gemini 3.7 Flash 模型页
• Google：Gemini API 价格
• Anthropic：Claude 模型总览
• Anthropic：视觉 Token 与图片限制

更新记录：

• **2026 年 8 月 22 日：**首次发布。已核对官方发布状态、规格、图片处理规则、限制、协议支持、峰谷价格、竞品价格、成本算例与 Modelflare 公共目录可用性。
• **2026 年 8 月 22 日稍后：**准确模型已上线 Modelflare，补充 deepseek-stable 0.9x 价格、本站成本算例、支持路由与 Modelflare Responses API 示例。