DeepSeek V4-Flash-Vision 发布：图像理解与文本同价

DeepSeek 给旗下最便宜的模型装上了「眼睛」，而且一分钱都没涨。

2026 年 8 月 21 日，DeepSeek 悄然在其 API 平台上线了 deepseek-v4-flash-vision-exp。这是 V4 系列中首个具备图像理解能力的模型。最关键的是：它的价格和纯文本版的 V4-Flash 完全一样。

下面我来拆解这意味着什么、基准测试怎么说，以及如何今天就用上它。

实际上线的内容

DeepSeek-V4-Flash-Vision-Exp 是基于 V4-Flash-0731（总计 284B 参数、13B 活跃参数、MoE 架构）构建的实验性多模态变体。它在加入图像输入能力的同时，保留了下述特性：

• 1M 上下文窗口（与 V4-Flash 相同）
• 384K 最大输出 tokens
• JSON 输出、工具调用、Responses API、Anthropic API 支持
• 单次请求最多 600 张图片
• 支持格式：JPEG、PNG、GIF、WebP

根据 DeepSeek 官方发布说明，该模型在纯文本能力（Agent、推理、世界知识）上与 V4-Flash 持平，同时多模态 Agent 性能「接近 Opus-4.8」。

来源：DeepSeek 更新日志

价格：与 V4-Flash 相同

这是最关键的部分。图片不单独计费。DeepSeek 将图像尺寸转换为 tokens，单张图片上限 384 tokens，然后按 V4-Flash 标准费率计费。

当前 V4-Flash 价格（8 月 17 日高峰/非高峰调整后）：

高峰期 1000 张图片仅需 $0.17，还不够买一杯咖啡。

对比一下：Anthropic Opus-4.8 是 $10/$30 每百万 tokens（输入/输出），Opus 5 则是 $15/$75。就连 Google Gemini 2.5 Flash 的纯文本价格也是 $0.15/$0.60 每百万 tokens，多模态层级还要更贵。

来源：DeepSeek 定价

基准测试真相核查

DeepSeek 发布了 11 项基准测试结果，将 Vision Exp 与 Opus-4.8 对比。概要如下：11 项中赢 3 项，大部分差距很小，最难的一项落后 12 分。

独立科技媒体的总结很到位：「一款实验性的中国多模态模型，在大多数基准测试中与美国某款有技术支持模型相差几分，拿下 3/11，成本却只是零头。」

一个重要前提：这些均为 DeepSeek 自行发布的内部基准测试，在自己的 DeepSeek Harness 上运行。尚无独立实验室复现结果。但整体模式与 DeepSeek 以往表现一致——品质具竞争力，价格完全不在一个量级。

这对开发者意味着什么

1. Vision Agent 任务成本骤降 50 倍

如果你在构建需要读取截图、图表、UI 稿或报错信息的 Agent，现在可以按 V4-Flash 定价来做了。一套在 Opus-4.8 上每月要花 $100 的 pipeline，换成 Vision Exp 可能不到 $2。

2. 替换成本为零

该模型通过 DeepSeek 标准 Chat Completions 端点调用。你可以用 base64、URL 或 DeepSeek Files API 发送图片：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseek.com",
    api_key="your-key"
)

response = client.chat.completions.create(
    model="deepseek-v4-flash-vision-exp",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "What's in this image?"},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://example.com/screenshot.png",
                        "detail": "high"
                    }
                }
            ]
        }
    ]
)

3. 这是一个实验性模型——做好迭代准备

「Exp」后缀意味着 DeepSeek 可能随时修订或替换它。最佳实践：

• 不要在 12 个地方硬编码模型 ID——用配置变量
• 保留纯文本降级方案（V4-Flash stable）
• 升级前后都快照你的评估结果

如何通过 TunanAPI 访问

如果你在中国大陆以外，不想处理中国手机号验证、支付宝或大陆银行卡，TunanAPI 可以通过标准 OpenAI 兼容端点访问 DeepSeek V4 Flash（Vision Exp 上线后也会支持）。

from openai import OpenAI

client = OpenAI(
    base_url="https://api.tunanapi.com/v1",
    api_key="your-tunan-api-key"
)

TunanAPI 对 DeepSeek Chat 的定价：

对比：Anthropic Opus-4.8 是 $10/$30 每百万，Claude Opus 5 是 $15/$75。你能看到 7 倍到 50 倍的节省。

TunanAPI 上同时可用：

• GLM-4 Flash — $0.05/M（双向）— 免费层品质
• Qwen 3.7 Max — $2.08/$6.25 — 1M 上下文，旗舰级
• MiniMax M3 — $1.20/$4.80 — 多模态，支持 vision
• Qwen 3.5 Flash — $0.35/$1.39 — 超低价生产级

PayPal 付款，无需中国手机号，即开即用。

👉 免费开始——500K 免费 tokens：https://tunanapi.com

DeepSeek V4 Flash Vision Exp 是 DeepSeek API 产品线一次真实、有用的扩展。它以最低成本知名模型加上了视觉能力，图片不额外收费，多模态 Agent 性能在大多数基准测试上与 Opus-4.8 正面竞争。

数字确实吸引眼球，但真正的主题更简单：如果你在构建需要「看」的 Agent，现在有了一个成本只有 1/50 的可行选项。

把它当作实验性预览版来处理，用你实际的多模态 Agent 工作负载来测试它。鉴于边际成本几乎为零，没有理由不去试试。

定价来源：DeepSeek 官方定价页（https://api-docs.deepseek.com/quick_start/pricing）、TunanAPI 定价（https://tunanapi.com）。基准测试数据来自 DeepSeek 8 月 21 日官方发布公告。除非另有说明，所有数据均为厂商报告。