DeepSeek 发布 V4-Flash-Vision-Exp 实验性多模态视觉模型
2026 年 8 月 21 日，DeepSeek 官方 API 平台。
事件背景
DeepSeek 在 API 平台上线 DeepSeek-V4-Flash-Vision-Exp，这是一个基于 V4-Flash 的实验性多模态视觉理解模型。模型在 V4-Flash 基础上增加了图像和截图理解能力，支持自主任务执行。
关键事实
| 项目 | 详情 |
|---|---|
| 模型名称 | deepseek-v4-flash-vision-exp |
| 上下文窗口 | 1,048,576 tokens |
| 最大输出 | 384,000 tokens |
| 图像计费 | 每图最多 384 tokens，V4-Flash 同价位 |
| 支持格式 | Chat Completions / Messages / Responses |
| 发布日期 | 2026-08-21 |
| 性能参考 | Bloomberg 称接近 Anthropic Opus 4.8 |
技术机制
V4-Flash-Vision-Exp 支持三种请求格式：
- OpenAI 兼容 Chat Completions — 与 OpenAI API 格式兼容
- Anthropic 兼容 Messages — 与 Anthropic Messages API 格式兼容
- Anthropic 兼容 Responses — 与 Anthropic Responses API 格式兼容
图像通过 tokenization 计费，每图最多 384 tokens，与 V4-Flash 文本模型同价位。这种定价策略将视觉理解能力下放到 Flash 价位层级。
影响与意义
DeepSeek 以极低价格提供多模态视觉理解，对 Anthropic/OpenAI 的多模态定价形成直接压力。三种 API 格式兼容降低了开发者迁移成本。-exp 后缀表明实验性质，生产依赖需谨慎。
风险边界
- 实验性模型可能存在不稳定行为
- 384 token/图的限制影响高分辨率场景
- 长期定价策略待观察
- Agent Harness v0.1.1 同步内置支持
后续观察
- 后续正式版本（去除 -exp 后缀）的发布时间
- 生产环境 SLA 和稳定性承诺
- 与 Anthropic/OpenAI 多模态模型的性能对比
- 开发者采用率和反馈
AI Master 解读
核心事件
DeepSeek 以极低价格提供多模态视觉理解，对 Anthropic/OpenAI 多模态定价形成压力。
行业影响
为什么重要： DeepSeek 将视觉理解能力下放到 Flash 价位（与 V4-Flash 文本模型同价），直接挑战 Anthropic/OpenAI 的多模态定价体系。-exp 后缀表明实验性质，生产依赖需谨慎。同时支持 OpenAI 兼容 Chat Completions、Anthropic 兼容 Messages 和 Responses 三种格式，降低迁移成本。
影响分析：
| 维度 | 影响 |
|---|---|
| 多模态定价 | Flash 价位提供视觉理解，压低行业价格 |
| 开发者迁移 | 三种 API 格式兼容，切换成本低 |
| Anthropic/OpenAI | 多模态定价面临压力 |
| 生产稳定性 | -exp 后缀表明实验性，SLA 不保证 |
风险边界： 实验性模型可能存在不稳定行为；384 token/图的限制影响高分辨率场景；长期定价策略待观察。
AI Master 建议
评估 V4-Flash-Vision-Exp 在你的视觉理解场景中的表现；注意 -exp 后缀的实验性质，生产环境需充分测试；关注后续正式版本发布。