DeepSeek 上线多模态视觉模型 V4-Flash-Vision-Exp：补齐识图短板

最近 DeepSeek 动作密集：先后发布 DeepSeek-V4-Flash、DeepSeek-V4-Pro 正式版，拉高了大模型基准线；又推出了支持热插拔插件的 DeepSeek Harness。而在今天，官方再补一刀——正式上线实验性多模态视觉模型 DeepSeek-V4-Flash-Vision-Exp，为此前"只会读文字"的纯语言模型补上了视觉这块短板。

核心能力：多模态对标旗舰，文本反而更强

这一版本最直观的变化，是视觉理解能力一步到位，直接对标 Anthropic 旗舰模型 Claude Opus-4.8 的水平（据官方公布的自测数据）。官方自测显示，该模型在复杂表格OCR、手写笔记识别、工程图纸解析、带干扰元素的图表分析等常见视觉场景中，准确率均达到商用可用标准，甚至支持视觉推理类任务，比如根据几何图形推导解题步骤、根据商品图片判断品类并提取关键参数。更值得注意的是，它的纯文本能力并未因加入视觉而打折扣——官方口径是接近甚至小幅超越 V4-Flash 正式版，在 Terminal Bench 2.1、Toolathlon-Verified 等文本代理任务中得分更高，代码生成、长文本摘要、逻辑推理等核心文本场景的表现依然稳居第一梯队。功能兼容性方面，该模型支持：

• 非思考 / 思考（CoT）双模式：非思考模式可实现毫秒级快速识图，适合批量OCR、简单图像分类场景；思考模式支持多步视觉推理，适配复杂分析、解题类需求
• JSON 结构化输出、工具调用（Function Calling）：识别结果可直接输出结构化数据，也可联动外部工具完成“识图→查询→执行”的完整流程
• Responses API、Anthropic API 兼容层：现有基于Anthropic API开发的业务可零成本迁移，无需修改底层调用逻辑
• 对话前缀续写：支持多轮视觉对话场景，可基于之前的识图结果继续提问、迭代分析需要留意的一点是：不支持 FIM 补全（Beta）。上下文长度达 1M tokens，最大输出长度 384K tokens，长任务场景足够富余，哪怕是长文档+多张配图的混合输入也能轻松处理。

数据来源：DeepSeek 官方公布，截至 2026-08-23，实验版数据仅供参考。

价格与计费：与 V4-Flash 持平，峰谷机制延续

定价延续了 V4-Flash 的档位，未因多模态能力而加价，是目前同级别多模态模型中性价比最高的选择之一：

甲方的周末规则也已同步生效：自 8 月 23 日 00:00 起，周六、周日全天不分峰谷，统一按低谷价计费，个人项目选周末跑能明显降低成本，学生党、个人开发者尝鲜几乎没有门槛。图片计费规则：图片按尺寸换算为 token，单张最多消耗 384 tokens；小于 384×384 的图片会放大、过大图片会缩至约 800×800，多张图片独立计算、不额外加收费用，哪怕是单次上传10张图片的批量处理场景，成本也几乎可以忽略。

图片来自网络，仅供娱乐。

配套与调用：Harness 同步更新

DeepSeek Harness 同步更新至 0.1.1，已内置对新视觉模型的支持，开发者可直接上手。Harness 的热插拔插件生态也同步适配了视觉能力，可快速接入图像预处理、OCR后处理、视觉内容审核等插件，无需自行开发底层逻辑。模型现已上线官网及 API 平台，通过 model='deepseek-v4-flash-vision-exp' 即可调用，迁移成本极低。

UP导航 点评

对开发者而言，这个版本完全解决了此前的真实痛点：遇到识图场景（OCR、图表分析、看图干活、视觉推理）时，不必再切换模型或倒腾多套插件链路，一个模型即可覆盖文本理解、视觉处理、工具调用全流程，且文本 + 多模态 + 同价的组合让升级成本为零，诚意拉满。不过仍要提醒两点：其一，这是实验版（Exp），榜单多为官方自测口径，生产级稳定性与第三方独立评测还在观察期，不宜在核心业务上直接依赖；其二，高峰时段价格并不算低，建议个人尝鲜、非紧急任务选周末低谷时段调用。等正式版与更多独立实测出来后，UP导航 会继续跟进。

说明：本文数据整理自 DeepSeek 官方公告、API 文档及公开报道，截至 2026-08-23，具体以官方正式文档为准。