DeepSeek最近放出了deepseek-v4-flash-vision-exp这个实验性多模态模型。它保留了V4-Flash原有的文本能力，新增了图像理解，还专门优化了多模态Agent任务。开发者现在就能通过API接入，图片按token计费，每张最多384 tokens，价格和DeepSeek-V4-Flash完全一样。
新模型强在哪？
这个实验模型可不是简单加个看图功能。它在DeepSeek-V4-Flash原有文本能力之上，把视觉理解嵌入了生成流程，模型能同时处理文本和图片混合输入。比如你给它一张截图加一段指令，它能直接提取信息并执行后续任务。
DeepSeek Harness 0.1.1版本已经原生支持这个模型，开发者可以把图像理解直接接入现有Agent工作流。目前API支持Base64、外部URL和Files API三种方式传图，灵活性不错。
定价和缓存规则
价格方面，图片和文本一样按token计费，每张图片最多384 tokens。API价格分缓存命中和未命中，还有高峰和空闲时段区分。高峰时段是北京时间每天9:00-12:00和14:00-18:00，如果想让成本低一些，可以错峰调用。
对于需要批量处理图片的企业，成本控制是个关键点。比如你运行一个视觉问答机器人，每张图固定384 tokens，如果缓存命中，费用会明显下降。这时候选择靠谱的云服务商就很重要了。像易枫顺 - 阿里云官方旗舰级代理商这类服务商，能帮你把云资源成本再压一压。
如果你正在规划企业上云，想跑这类多模态模型，云服务器ECS是个不错的底座。有些阿里云代理商时不时会放出阿里云优惠和代金券，能省下不少开销。
Files API：省流神器
这次同步推出的Files API很实用。你可以先把图片上传到DeepSeek平台，拿到file_id后反复引用，不用每次调用都重新上传。这对多轮对话或Agent任务特别友好。
支持JPEG、PNG、GIF、WebP格式，单文件最大64 MiB，每个用户存储上限25 GiB，最多保存10000个文件。对于大多数应用场景，这个配额足够用了。
怎么用？
- 通过API传入图片，支持Base64、URL或file_id
- 文本和图片可以混合输入，模型自动理解关联
- 配合DeepSeek Harness 0.1.1，快速接入Agent
- 按token计费，图片上限384 tokens，注意高峰时段价格差异
FAQ
Q: deepseek-v4-flash-vision-exp如何调用？
A: 通过DeepSeek API平台调用，支持Base64、外部URL或Files API上传图片，然后和文本一起作为输入发送即可。
Q: 图片token怎么计算？
A: 每张图片最多换算为384 tokens，不管图片大小。实际费用取决于缓存是否命中以及调用时段，高峰时段价格会高一些。
Q: Files API有什么限制？
A: 支持JPEG、PNG、GIF、WebP，单文件最大64 MiB，存储上限25 GiB，最多10000个文件。文件可以保留并反复通过file_id引用。
关于易枫顺
深圳市易枫顺网络科技有限公司是阿里云官方旗舰级代理商。提供云服务器ECS、云数据库RDS、对象存储OSS等阿里云全系产品官方特惠折扣与代金券申请，以及多云成本优化、企业上云一站式服务。客服热线：19520841949 - 易枫顺
来源：爱范儿
