DeepSeek V4 Flash Vision实验版发布

DeepSeek V4 Flash with Vision 现已在 AI Gateway 上线。

该模型为实验版本，支持同时接收图像和文本输入。你可以让它描述图片内容、读取截图中的文字，或者在同一请求中结合图表和你的 prompt 进行分析。Tool use、reasoning 和 caching 的使用方式与此前完全一致。

通过 deepseek/deepseek-v4-flash-vision-exp 开始使用：

import { generateText } from 'ai';
import fs from 'node:fs';

const { text } = await generateText({
  model: 'deepseek/deepseek-v4-flash-vision-exp',
  messages: [
    {
      role: 'user',
      content: [
        { type: 'text', text: 'What is in this screenshot?' },
        {
          type: 'file',
          mediaType: 'image/png',
          data: fs.readFileSync('./example.png'),
        },
      ],
    },
  ],
});

支持的图像格式包括 JPEG、PNG、GIF 或 WebP。格式从文件本身的字节数据中读取，而非根据文件名或你声明的 mediaType 来判断，因此即使文件扩展名有误也能正常处理。

模型 ID 中的 -exp 表明这是一个实验性版本。预期其行为可能会发生变化，如果该模型处于生产路径上，请务必配置好 fallback 模型。

要在 coding agent 中使用，请运行 vercel ai-gateway coding-agents setup 连接 Claude Code、Codex、OpenCode、Cursor 和 Pi 等 agent，然后在 agent 内部选择 deepseek/deepseek-v4-flash-vision-exp。

欢迎在模型 playground 中体验 DeepSeek V4 Flash Vision Experimental。

AI Gateway 实时反映提供商定价，不收取溢价，也不收取推理平台费用，包括 BYOK 请求。查看 AI Gateway 上的所有语言模型了解更多。