2026年8月21日，DeepSeek正式上线实验性质的多模态视觉理解模型‌DeepSeek-V4-Flash-Vision-Exp‌，该模型已同步开放在DeepSeek API平台，用户设置model='deepseek-v4-flash-vision-exp'即可直接调用访问。

一、核心性能表现
纯文本能力无缩水‌：在Agent、推理、世界知识等维度，性能与DeepSeek-V4-Flash正式版完全持平，未因新增视觉能力牺牲原有文本表现。
多模态能力对标头部‌：多模态Agent能力已接近Anthropic的Opus 4.8，在Chartography专业图表理解基准测试中得分64.3，在ZeroBench高难度视觉推理基准中Pass@5得分达35.0，部分细分指标甚至超过Opus 4.8。
超长上下文支持‌：延续V4系列配置，支持100万token上下文窗口，最大输出长度可达38.4万token。
二、功能与支持范围
图片格式兼容‌：支持JPEG、PNG、GIF、WebP等主流图片格式，覆盖日常办公、开发场景的绝大多数图片类型。
核心视觉能力‌：可实现图片内容描述、截图文字OCR识别、数据图表分析、复杂场景视觉推理等功能，无需额外接入OCR工具。
接口适配友好‌：兼容Chat Completions、Messages、Responses三种调用格式，支持Tool Calls、JSON Output，同时适配OpenAI和Anthropic两种协议的BaseURL，开发者迁移成本极低。
三、计费与配套服务
计费规则透明‌：图片不单独按张收费，会根据尺寸转换为token计入用量，单张图片最多按384 tokens计算，计费标准与V4-Flash模型完全一致，峰谷定价分别为输入3元/百万token、1.5元/百万token，缓存命中仅0.1元/百万token、0.05元/百万token，仅为V4 Pro同档位价格的1/3。
配套工具同步更新‌：平台同步上线Files API，支持图片上传后反复调用，无需重复上传；配套Agent开发平台DeepSeek Harness也完成版本更新，原生适配该视觉模型。
四、用户反馈与应用场