Solutions Choose your path
For individuals Build, learn, and create with simple usage-based access. For business Scale teams, billing, governance, and model workflows. More English 繁體中文 日本語 한국어 Français Deutsch Español Italiano Português Русский العربية ไทย Tiếng Việt Bahasa Indonesia Bahasa Melayu Türkçe Polski Nederlands Danish Norsk Қазақ اردو
免費開始 免費開始
500+ AI Model API, All In One API.
Just In CometAPI © 2026 CometAPI · All rights reserved
Home Blog DeepSeek V4 Flash Vision:是什麼與如何使用 ai-model / CometAPI 研究
DeepSeek V4 Flash Vision:是什麼與如何使用 瞭解 DeepSeek V4 Flash Vision 是什麼、目前的圖片限制與定價,並以程式碼透過 DeepSeek 或 CometAPI 的路由進行使用。
Deon Goodwin AI 模型與 API 研究團隊 瞭解 DeepSeek V4 Flash Vision 是什麼、目前的圖片限制與定價,並以程式碼透過 DeepSeek 或 CometAPI 的路由進行使用。
先用這個摘要快速掌握答案,再閱讀指南取得背景、範例與實作細節。
複製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 是目前 DeepSeek API 以模型 ID deepseek-flash 提供的多模態 Flash 模型。它支援 1M token 的上下文、最高 384K 的輸出,並支援影像輸入;依據目前的視覺指南 ,每張影像在自動調整大小後最多計為 1024 個 token。
其最強定位仍然是面向代理的視覺工作:在繼續進行程式碼或工具操作之前,先檢視螢幕截圖、圖表、介面與影像型文件。本文稍後的基準結果屬於已退役的 Vision-Exp 發佈版本,應視為歷史的、由供應商報告的證據,而非對 DeepSeek-V4.1-Flash 的最新基準。
CometAPI 目前仍以 deepseek-v4-flash-vision-exp 作為其目錄模型 ID,而 DeepSeek 的直連 API 建議使用 ,並以 DeepSeek-V4.1-Flash 回應請求。請以「文字 + 影像」請求開始,然後在你自己的截圖和視覺任務上評估實際路由。
deepseek-flash
Key Takeaways
現行路由:DeepSeek-V4.1-Flash 是活躍的多模態 Flash 模型。已退役的 deepseek-v4-flash-vision-exp 名稱在 DeepSeek 的 API 中僅作為相容別名被接受。
大型文字工作空間:1M token 上下文與最高 384K 輸出 ,可在一次對話中處理長文件、程式碼庫、工具歷史與影像。
目前影像計價:DeepSeek 會自動調整每張影像大小並將其上限設定為 1024 個輸入 token。約低於 544×544 總像素的影像會被放大;較大的影像則會縮放至約 1300×1300 的總像素。
代理導向的視覺:官方比較重點在螢幕截圖、圖表、瀏覽器、程式撰寫與視覺工具工作流程,而非影像生成。
廣泛的介面支援:DeepSeek 文件列出支援的 API 介面 :Chat Completions、相容 Anthropic 的 Messages,以及 Responses API。以下 CometAPI 範例使用 Chat Completions。
生產注意事項:路由別名、自動影像縮放,以及對測試環境敏感的基準結果,仍使工作負載特定測試至關重要。
What Is DeepSeek-V4-Flash-Vision? DeepSeek 目前的文件將 deepseek-flash 指向 DeepSeek-V4.1-Flash,支援文字與影像輸入,以及文字輸出。較早的 Vision-Exp 模型已退役;其舊版模型名稱是指向目前 Flash 模型的相容別名。
其目標用例是多模態代理。視覺代理可以檢視已渲染的應用程式、識別按鈕或版面配置故障、推理下一步、呼叫工具,然後檢查下一張截圖。相同模式適用於圖表分析、視覺品質保證、文件擷取、瀏覽器自動化,以及需將設計參考與渲染頁面比較的程式代理。
命名說明:在 DeepSeek 直連 API 上,請使用 deepseek-flash;目前它對應至 DeepSeek-V4.1-Flash。舊名 deepseek-v4-flash 與 deepseek-v4-flash-vision-exp 仍被 DeepSeek 接受,但對應模型已退役,請求將由 DeepSeek-V4.1-Flash 服務。CometAPI 則持續以 deepseek-v4-flash-vision-exp 暴露其目錄路由。
Technical Specifications Official model ID deepseek-flash Status 活躍的多模態 Flash API 路由;舊版 Vision-Exp 模型已退役 Inputs / output 文字 + 影像輸入;文字輸出 Context window 1,048,576 tokens (1M) Maximum output 最高 384K tokens Legacy Vision-Exp checkpoint listing 官方 Hugging Face 儲存庫標示為 305B 參數 Legacy Vision-Exp text backbone 43 層;隱藏層大小 4,096;64 個注意力頭 Legacy Vision-Exp MoE routing 256 個路由化專家;每個 token 選擇 6 個;1 個共享專家 Legacy Vision-Exp vision encoder 32 層;寬度 1,024;16 個頭;patch 大小 14 Image representation 目前 DeepSeek API 上每張影像最多 1024 個影像 token Image formats JPEG, PNG, GIF, WebP Image input methods Base64 data URL、外部 URL、DeepSeek Files API 的 file_id API styles Chat Completions、相容 Anthropic 的 Messages、Responses Reasoning modes 思考與非思考;努力等級 low、high、max License 官方模型儲存庫採 MIT 授權
上述架構欄位來自官方設定 。該儲存庫列出 305B 參數的檢查點,但 DeepSeek 未另行公布完整視覺模型的啟用參數數量。與其假設僅文字 V4-Flash 的啟用數量在加入視覺堆疊後仍不變,不如報告儲存庫值較為安全。
How DeepSeek-V4-Flash-Vision-Exp's Legacy Architecture Works
V4-Flash Text Backbone 語言端延續了 V4 設計主題,使長上下文的代理工作變得實用。官方儲存庫記錄了 V4 的架構組件 :稀疏 Mixture-of-Experts 路由、DFlash 注意力、Hyper-Connections,以及 DSpark。即使在此規模下本地部署仍然要求嚴苛,該釋出仍比僅 API 的模型更可檢視。
Vision Encoder and Aligner 對於已退役的 Vision-Exp 檢查點,公開設定使用 32 層視覺編碼器、patch 大小 14、視覺寬度 1,024、16 個視覺注意力頭,以及 384 個影像表示 token。這些架構細節描述的是歷史檢查點,不應視為記錄目前服務中的 DeepSeek-V4.1-Flash 堆疊。
Current 1024-Token Image Limit DeepSeek 目前的視覺分詞規則 會在維持長寬比的前提下,將約低於 544×544 總像素的影像放大,並將較大的影像縮放至約 1300×1300 的像素面積。這會為每張影像產生最多 1024 個 token 的上限。因此,一張 2000×2000 的影像與 5000×5000 的影像在縮放後消耗的影像 token 相同。
實務影響:在傳送影像前,裁切包含小字標籤、程式碼或 UI 控件的區域。僅提高來源解析度無法突破目前 1024 個影像 token 的上限。
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
* 在 ApexBench 與 Agents' Last Exam 中,僅文字的 V4-Flash 模型忽略了輸入中的多模態元素。DeepSeek 使用 DeepSeek Harness 最小模式、最大推理努力、temperature 1.0、top_p 0.95 來評估其文字代理任務。
基準說明:這些是 DeepSeek 在發佈時報告的結果,並非獨立重現。代理分數對測試架構、工具定義、token 預算與重試策略尤其敏感,因此應將其視為方向性證據。
What the Benchmark Results Mean 最清晰的結果是在視覺證據重要時相較僅文字 V4-Flash 的提升。ApexBench 從 26.2 提升至 36.5;視覺模型亦新增了競爭性的 Chartography 與 ZeroBench 成績,而僅文字模型未報告這些結果。該模型也在數個文字代理任務上提升,包括 Terminal Bench 2.1、NL2Repo、DeepSWE、Toolathlon-Verified 與 DSBench-Hard,雖然 Cybergym 略低。
與 Opus 4.8 相比,結果是混合的。Vision-Exp 在 DeepSWE、Agents' Last Exam 與 ZeroBench 上較高,而競品則在 Terminal Bench、NL2Repo、Cybergym、Toolathlon、DSBench-Hard、ApexBench 與 Chartography 上較高。因此,DeepSeek 的多模態基準主張 更偏向方向性,而非證明在所有視覺、推理或可靠性面向的全面等同性。
DeepSeek-V4.1-Flash vs DeepSeek-V4-Flash-Vision-Exp vs Claude Opus 4.8 vs Gemini 3.7 Flash Status 實驗性 公測 / 目前的 Flash 路由 一般可用 一般可用 Input modalities 文字、影像 文字 文字、影像、文件 文字、影像、影片、音訊、PDF Output 文字 文字 文字 / 結構化資料 / 程式碼 文字 Context 1M 1M 取決於平台,最高可達 1M 1,048,576 Max output 384K 384K 128K 65,536 Main strength 低成本視覺代理 高吞吐量文字代理 高自主、複雜代理 廣泛多模態主力 Best first test 螢幕截圖、圖表、UI、視覺程式撰寫 程式撰寫與文字自動化 最困難、長期跨度任務 豐富媒體與 Google 工具工作流程
當需要在低成本代理迴圈中加入影像感知時,選擇 Vision-Exp。當所有輸入皆為文字且吞吐量優先時,選擇 V4 Flash。在 DeepSeek 自身比較中,Opus 4.8 仍是以能力為先的選項;當需要影片、音訊、PDF 與 Google 原生工具時,Gemini 3.7 Flash 是更廣泛的多模態替代方案。
What Can DeepSeek-V4-Flash-Vision Do?
截圖轉程式碼與 UI 審查——比較渲染頁面與設計,識別版面或無障礙問題,並生成實作建議。
視覺瀏覽器代理——在 DOM 或可及性樹資料不完整時以截圖作為觀測,然後選擇下一個工具動作。
圖表與儀表板分析——解釋趨勢、識別異常,並將可見指標連結到更大的文字或工具工作流程。
基於影像的文件理解——在結構化處理前,從掃描表單、圖示、投影片、表格與截圖中擷取資訊。
多模態程式代理——在單一除錯迴圈中結合原始碼、錯誤截圖、IDE 狀態與渲染輸出。
視覺品質保證——比較不同裝置的產品截圖、偵測缺漏元素,並生成結構化缺陷報告。
多影像比較——在一次請求中評估一系列截圖或替代設計,受限於請求大小與影像數量上限。
Pricing and Availability DeepSeek 將影像 token 與文字輸入 token 一併計費。其官方定價表使用尖峰與離峰費率,而 CometAPI 模型頁面則發布單一路由現價。這些數字不應被折算為單一「通用價格」,因為最便宜的路由會隨 DeepSeek 的時間窗而變化。
DeepSeek official - off-peak $0.003 $0.15 $0.60 非尖峰時段,包括週末與中國法定節假日 DeepSeek official - peak $0.006 $0.30 $1.20 週一至週五 01:00-04:00 與 06:00-10:00 UTC,排除中國法定節假日 CometAPI current route Not listed separately $0.352 $1.056 目前的統一路由價格
所有價格為每 1M token 的美元計價。DeepSeek 目前的 Flash 費率在離峰時段為 $0.003/$0.15/$0.60(快取命中輸入/快取未命中輸入/輸出),在尖峰時段為 $0.006/$0.30/$1.20。CometAPI 目前列為每 1M 輸入 token 約 $0.352、每 1M 輸出 token 約 $1.06 的相容路由。影像在目前的 DeepSeek API 上每張最多計為 1024 個輸入 token;在上線前務必重新確認即時路由定價。
定價說明:模型價格可能變動。請將價格數據連結至即時定價頁面,並在發布或上線前立即重新確認。
CometAPI 目前透過其相容 OpenAI 的 /v1/chat/completions 端點列出 deepseek-v4-flash-vision-exp,因此以下 CometAPI 範例保留該目錄 ID。對於 DeepSeek 直連 API,請改用 deepseek-flash。
Step 1: Create an API Key
建立或登入 CometAPI 帳戶。
開啟 API token 控制台 並建立金鑰。
將其儲存在 COMETAPI_KEY 環境變數中。切勿將生產金鑰置於用戶端程式碼或提交至版本控制。
export COMETAPI_KEY="your-cometapi-key"
Step 2: Send a Base64 Image with cURL Base64 適用於本機檔案與影像已在記憶體中的伺服端作業。用編碼後的影像位元組取代占位符,勿加入空格或換行。
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
}'
Step 3: Analyze a Local Image with Python OpenAI Python SDK 可透過更改 base URL 呼叫 CometAPI。當 SDK 未直接暴露相應選項時,使用 extra_body 傳遞 DeepSeek 特定的 thinking 控制。
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)
Step 4: Use a Public Image URL with JavaScript 影像 URL 可保持 JSON 請求精簡,但該 URL 必須可被上游模型公開存取。避免使用臨時、私有或需認證的連結,除非你的應用先將影像轉為 Base64。
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);
Step 5: Send Multiple Images 在同一個 user 訊息中放置多個 image_url 區塊,並告訴模型如何標記它們。明確標籤可降低跨影像引用錯誤。
{
"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
}
Supported formats JPEG, PNG, GIF, WebP External URL length 最長 8,192 字元 Request body 48 MiB Single image via Base64 / URL 32 MiB Single image via DeepSeek Files API 64 MiB Maximum images per request 600 Total image size 無 file_id 時為 64 MiB;包含 file_id 可達 200 MiB Maximum dimension 每邊最長 8,192 px;當請求含 15+ 張影像時每邊 4,096 px Image message role 僅限 user 訊息
官方 DeepSeek API 也透過其 Files API 支援可重用的 file_id 影像參照。此處的 CometAPI 快速路徑使用 image_url 區塊,搭配公開 URL 或 Base64 data URL。透過聚合路由前,請先確認供應商特定的檔案上傳與 file_id 透傳行為。
How to Prompt the Model Effectively 可靠的視覺代理提示應說明影像是什麼、要檢視的證據、要採取的行動,以及要遵循的輸出契約。像是「描述此影像」這樣的模糊提示自由度過大,且更難驗證結果。
Context——標明截圖、圖表、文件或介面的類型及其在工作流程中的角色。
Task——指定重要的決策、診斷、比較或擷取任務。
Evidence——要求可見證據、標籤、座標、數值,或引用的 UI 文字。
Constraints——禁止不受支援的假設,並說明如何處理不可讀的細節。
Output——定義 JSON 鍵、核對清單、嚴重性等級,或其他可機器檢查的結構。
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.
Production Best Practices
當小字或控件很重要時請先裁切;影像 token 上限代表無關背景會消耗有限的視覺解析度。
測試推理努力等級,而非對所有請求一律啟用最大。簡單 OCR 或分類通常不需要高推理。
要求每個結論都附帶證據。這使得可視化的杜撰更容易被自動拒絕。
在高風險自動化中將「感知」與「動作」分離。先讓模型描述狀態、驗證後,再讓受控的工具層執行。
保護影像 URL,因為公開 URL 可能暴露敏感截圖。對私密資料偏好伺服端 Base64,並自行制定保留政策。
以與生產相同的截圖擷取、提示、工具、重試與成功標準進行端到端基準。
釘住提示與評測資料以追蹤實驗變更。-exp 端點的行為變更速度可能比成熟的 GA 模型更快。
記錄請求 ID 與失敗,以區分供應商錯誤、模型錯誤與應用解析錯誤。
Limitations 最重要的限制是路由透明度:舊的 Vision-Exp 名稱可能仍被接受,但請求實際由 DeepSeek-V4.1-Flash 服務。請記錄供應商、請求的模型 ID、回傳的模型中繼資料與請求 ID;在賦予自主操作前使用明確的評估閘門。歷史發佈分數不能替代在目標路由上的可重現測試。
第二個限制是視覺細節。自動縮放與目前每張影像 1024 個 token 的上限使成本可預測,但仍可能抑制微小文字、細密圖表標記或高密度介面元素。請裁切、分割或放大相關區域,並保留原始影像供人工檢閱。
該模型僅輸出文字。它可以分析影像並提出程式碼或結構化動作建議,但不會生成或編輯影像。它也僅在 user 訊息中接受影像;官方文件指出在 system 或 assistant 訊息中的影像內容會回傳 400 錯誤。
最後,本地部署需要沉重的基礎設施。官方儲存庫列出 305B 參數,並提供參考推論程式碼,而非輕量級的即用型執行環境。對大多數團隊而言,受管 API 評估是務實的起點。
Common Errors and Fixes 400: model does not support image 錯誤的模型 ID 使用 deepseek-v4-flash-vision-exp 400 for message content 將影像放在 system 或 assistant 訊息中 將影像區塊移至 user 訊息 Image download failure 私有、過期或過慢的 URL 使用 Base64 或穩定的公開 URL Fine details are missed 自動下採樣 / 384 token 上限 裁切或分割相關區域 Unexpectedly high cost 輸出過長、重試或多輪對話 限制 max_tokens 並記錄每輪用量 Inconsistent agent result 測試架構或工具狀態變動 固定提示、工具、重試與評估標準
FAQ
Is DeepSeek-V4-Flash-Vision the same as DeepSeek-V4-Flash? 不是。Vision-Exp 新增了原生影像輸入與多模態訓練。僅文字的 Flash 路由不具相同的視覺感知能力。
What model ID should I use? 在 DeepSeek 直連 API 上使用 deepseek-flash。在 CometAPI 上,於該路由仍可用時使用目錄 ID deepseek-v4-flash-vision-exp。
Can it analyze multiple images? 可以。DeepSeek 文件記載每次請求最多 600 張影像,受限於請求大小與尺寸上限。由於延遲與提示清晰度會隨影像數增加而下降,實際應用中的上限可能較低。
How many tokens does an image use? 在目前的 DeepSeek API 上,影像會被縮放並轉為 token,每張影像最多 1024 個 token。多張影像分別計算。
Does it support image generation?
Is it ready for production? 可以,但需先進行路由特定評估。由於舊別名可能解析到 DeepSeek-V4.1-Flash,請使用監控、回退、任務特定驗收測試與模型路由記錄。
當你需要單一金鑰、單一計費層與便於切換模型時,CometAPI 很實用。當你需要供應商特定功能(如官方 Files API 語意或離峰定價)時,DeepSeek 直連可能更合適。請在同一工作負載下測試兩種路由。
Conclusion DeepSeek-V4.1-Flash 現已成為 DeepSeek API 上活躍的多模態 Flash 路由。其 1M 上下文、384K 輸出上限、多介面支援,以及「每張影像至多 1024 個 token」的上限,使其對截圖理解、圖表分析、視覺程式撰寫與瀏覽器或 GUI 自動化極具吸引力。本文中的 Vision-Exp 架構與發佈基準保留作為歷史背景。
決策仍應以工作負載為導向。已退役 Vision-Exp 模型的公開基準主要由供應商報告,現行路由別名可能模糊實際服務模型,而影像縮放仍可能限制細節任務。請在代表性影像上測試實際供應商路由,將成功任務成本而非單價作為衡量基準,並保留回退機制,直到該路由在你的生產測試架構中表現可靠為止。