深度求索(DeepSeek)今日宣布，全新的多模態視覺理解模型DeepSeek-V4-Flash-Vision-Exp上線DeepSeek API平台。深度求索表示，V4-Flash-Vision-Exp在各類Agent框架內展現出了較好的多模態適配能力，能夠有效支持用戶借助多樣化的　Agent工具解鎖更多實用的工作場景。

　　據介紹，V4-Flash-Vision-Exp在純文本能力（Agent、推理、世界知識等）方面，與V4-Flash正式版持平；在需要視覺理解的Agent Benchmark上，V4-Flash-Vision-Exp相比　V4-Flash實現了大幅躍升，多模態Agent能力已接近Anthropic的Claude Opus-4.8。

　　用戶可以通過設置model='deepseek-v4-flash-vision-exp'來訪問V4-Flash-Vision-Exp模型的API。在API服務中，圖片會轉換成token後按token計費，一張圖片最多佔384 tokens，計費價格與V4-Flash模型一致。

　　多模態API支持Chat Completions、Messages、Responses三種格式調用，可以方便接入各類　Agent工具中使用，支持圖文混合輸入，支持base64內聯、外部URL、Files API三種圖片傳入方式。

　　此外，Files API已開放，該API不收費，用戶可先將圖片上傳到平台，再在請求中通過　file_id引用，從而節省請求帶寬（同一張圖片在多個請求中無需重複上傳）。
《經濟通通訊社21日專訊》

【你點睇？】香港高溫破142年歷史紀錄，林超英批暑熱警告形同虛設，你是否贊成現行的工作暑熱警告制度進行檢討？ ► 立即投票