Byg med CometAPIHar du brug for én API til flere modeller?Test workflowet i Playground, og opret derefter en API-nøgle, når model og pris passer til dit brugsscenarie.

ai-model/CometAPI research

DeepSeek V4 Flash Vision: Hvad det er, og hvordan det bruges

Lær, hvad DeepSeek V4 Flash Vision er, forstå de aktuelle billedgrænser og priser, og brug ruten gennem DeepSeek eller CometAPI med kode.

Deon GoodwinForskningshold for AI-modeller og API

Opdateret Sep 30, 2026 17 min. læsning

DeepSeek V4 Flash Vision: Hvad det er, og hvordan det bruges

Brug dette mønster

Lav det første API-kald.

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_COMETAPI_KEY",
    base_url="https://api.cometapi.com/v1",
)

response = client.chat.completions.create(
    model="gpt-5-mini",
    messages=[{"role": "user", "content": "Build this workflow."}],
)

print(response.choices[0].message.content)

TL;DR

DeepSeek-V4.1-Flash er den nuværende multimodale Flash-model, som DeepSeek API leverer under model-ID'et deepseek-flash. Den understøtter 1M-token-kontekst, op til 384K output og billedinput; ifølge den aktuelle Vision-vejledning bruger hvert billede højst 1024 tokens efter automatisk resizing.

Modellens stærkeste positionering er fortsat agentorienteret vision: inspektion af skærmbilleder, diagrammer, interfaces og billedbaserede dokumenter før videre arbejde med kode eller værktøjer. Benchmark-resultaterne senere i denne artikel hører til det udfasede Vision-Exp-lanceringstrin og bør læses som historisk, leverandør-rapporteret evidens—ikke som en ny benchmark af DeepSeek-V4.1-Flash.

CometAPI beholder i øjeblikket som sit katalog-model-ID, mens DeepSeeks direkte API anbefaler og betjener forespørgslen med DeepSeek-V4.1-Flash. Start med en tekst-plus-billede-forespørgsel, og evaluer den præcise rute på dine egne skærmbilleder og visuelle opgaver.

Fortsæt læring

Knyt denne artikel til den næste beslutning.

Se alle emner

AI API-vejledninger

Gå fra modelshortlist til en fungerende produktionsanmodning.

LLM-infrastruktur

Byg et AI-anmodningslag, der overlever ændringer i udbydere og modeller.

AI-agent

Gå fra en prompt-demo til et observerbart agent-workflow.

Omkostningsoptimering

Lavere omkostninger uden at skjule afvejninger mellem kvalitet og pålidelighed.

Udgivet den Sep 30, 2026

Sidst opdateret Sep 30, 2026

62 visninger

Gennemgået for klarhed, kildeangivelse og aktuel API-terminologi.

deepseek-v4-flash-vision-exp

deepseek-flash

Specifikation (officielle docs)	Aktuel værdi
Officielt model-ID	deepseek-flash
Status	Aktiv multimodal Flash API-rute; ældre Vision-Exp-model udfaset
Input / output	Tekst + billede input; tekstoutput
Kontekstvindue	1.048.576 tokens (1M)
Maksimalt output	Op til 384K tokens
Legacy Vision-Exp checkpoint-listing	305B parametre på det officielle Hugging Face-repository
Legacy Vision-Exp tekst-backbone	43 lag; skjult størrelse 4.096; 64 attention-heads
Legacy Vision-Exp MoE-routing	256 routed experts; 6 valgt pr. token; 1 shared expert
Legacy Vision-Exp vision-encoder	32 lag; bredde 1.024; 16 heads; patch-størrelse 14
Billedrepræsentation	Maksimalt 1024 billedtokens pr. billede på det aktuelle DeepSeek API
Billedformater	JPEG, PNG, GIF, WebP
Billedinputmetoder	Base64 data-URL, ekstern URL, DeepSeek Files API file_id
API-stile	Chat Completions, Anthropic-kompatible Messages, Responses
Reasoning-tilstande	Thinking og non-thinking; indsatsniveauer low, high, max
Licens	MIT for det officielle model-repository

Officiel benchmark	Vision-Exp	V4-Flash-0731	Opus-4.8
Terminal Bench 2.1	83.9	82.7	85.0
NL2Repo	57.7	54.2	69.7
Cybergym	75.3	76.7	78.3
DeepSWE	59.3	54.4	58.0
Toolathlon-Verified	75.9	70.3	76.2
DSBench-Hard	63.6	59.6	71.7
AutomationBench (Public)	25.7	25.1	27.2
ApexBench (Pass@1)	36.5	26.2*	39.4
Agents' Last Exam	27.3	25.2*	25.7
Chartography	64.3	-	65.0
ZeroBench (Pass@5)	35.0	-	34.0

Dimension	DeepSeek Vision-Exp	DeepSeek V4 Flash	Claude Opus 4.8	Gemini 3.7 Flash
Status	Eksperimentel	Public beta / aktuel Flash-rute	Generelt tilgængelig	Generelt tilgængelig
Inputmodaliteter	Tekst, billede	Tekst	Tekst, billede, dokumenter	Tekst, billede, video, audio, PDF
Output	Tekst	Tekst	Tekst / strukturerede data / kode	Tekst
Kontekst	1M	1M	Op til 1M afhængigt af platform	1.048.576
Maks output	384K	384K	128K	65.536
Hovedstyrke	Lavpris visuelle agenter	Høj-throughput tekstagenter	Højt-autonome komplekse agenter	Bred multimodal arbejdshest
Bedste første test	Skærmbilleder, diagrammer, UI, visuel kodning	Kodning og tekstautomatisering	De sværeste langhorisont-opgaver	Rig multimodalitet og Google-værktøjer

Rute / kilde	Cache-hit input	Cache-miss input	Output	Betingelse
DeepSeek officiel - off-peak	$0.003	$0.15	$0.60	Alle timer uden for peak-vinduer, inkl. weekender og kinesiske helligdage
DeepSeek officiel - peak	$0.006	$0.30	$1.20	01:00-04:00 og 06:00-10:00 UTC, man-fre, ekskl. kinesiske helligdage
CometAPI aktuel rute	Ikke listet separat	$0.352	$1.056	Aktuel samlet rutepris

export COMETAPI_KEY="your-cometapi-key"

curl https://api.cometapi.com/v1/chat/completions \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash-vision-exp",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "Read this dashboard and return the three most important findings."
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/png;base64,<BASE64_DATA>"
            }
          }
        ]
      }
    ],
    "max_tokens": 1200
  }'

import base64
import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com/v1",
)

with open("dashboard.png", "rb") as image_file:
    encoded = base64.b64encode(image_file.read()).decode("utf-8")

response = client.chat.completions.create(
    model="deepseek-v4-flash-vision-exp",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": (
                        "Analyze the chart. Return JSON with keys: trend, "
                        "anomalies, evidence, and confidence."
                    ),
                },
                {
                    "type": "image_url",
                    "image_url": {
                        "url": f"data:image/png;base64,{encoded}"
                    },
                },
            ],
        }
    ],
    max_tokens=1500,
    extra_body={
        "thinking": {"type": "enabled"},
        "reasoning_effort": "high",
    },
)

print(response.choices[0].message.content)

const response = await fetch(
  "https://api.cometapi.com/v1/chat/completions",
  {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.COMETAPI_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      model: "deepseek-v4-flash-vision-exp",
      messages: [
        {
          role: "user",
          content: [
            {
              type: "text",
              text: "Identify the UI issue and propose a concrete CSS fix.",
            },
            {
              type: "image_url",
              image_url: {
                url: "https://example.com/screenshot.png",
              },
            },
          ],
        },
      ],
      max_tokens: 1200,
    }),
  }
);

if (!response.ok) {
  throw new Error(`CometAPI request failed: ${response.status}`);
}

const data = await response.json();
console.log(data.choices[0].message.content);

{
  "model": "deepseek-v4-flash-vision-exp",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Compare Image A and Image B. List every visible regression."
        },
        {
          "type": "image_url",
          "image_url": {"url": "https://example.com/image-a.png"}
        },
        {
          "type": "image_url",
          "image_url": {"url": "https://example.com/image-b.png"}
        }
      ]
    }
  ],
  "max_tokens": 1800
}

Grænse	Officiel DeepSeek-værdi
Understøttede formater	JPEG, PNG, GIF, WebP
Ekstern URL-længde	Op til 8.192 tegn
Forespørgselskrop	48 MiB
Enkeltbillede via Base64 / URL	32 MiB
Enkeltbillede via DeepSeek Files API	64 MiB
Maksimalt antal billeder pr. forespørgsel	600
Samlet billedstørrelse	64 MiB uden file_id; op til 200 MiB inkl. file_id
Maksimal dimension	8.192 px pr. side; 4.096 px når forespørgslen har 15+ billeder
Billedmeddelelsens rolle	Kun brugermeddelelser

You are reviewing a web application screenshot.

Task: identify layout, accessibility, and state-consistency defects.
Evidence: cite the visible element, label, position, or color that supports each finding.
Constraints: do not infer hidden DOM state; mark unreadable text as uncertain.
Output: return JSON with arrays named critical, major, minor, and follow_up_checks.

Symptom	Sandsynlig årsag	Anbefalet løsning
400: model does not support image	Forkert model-ID	Brug deepseek-v4-flash-vision-exp
400 for message content	Billede placeret i system- eller assistant-besked	Flyt billedblokke til en user-besked
Billeddownload mislykkes	Privat, udløbet eller langsom URL	Brug Base64 eller en stabil offentlig URL
Fine detaljer overses	Automatisk nedskalering / 384-token-loft	Beskær eller tile det relevante område
Uventet høj omkostning	Langt output, retries eller gentagne ture	Begræns max_tokens og log forbrug pr. tur
Inkonsekvent agentresultat	Variation i testrig eller værktøjstilstand	Fiks prompt, værktøjer, retries og evalueringsrubrik

DeepSeek V4.1 Flash