DeepSeek 在 API 平台上线实验性多模态模型 deepseek-v4-flash-vision-exp，官方称其文本能力与 DeepSeek-V4-Flash 对齐，多模态 Agent 性能接近 Opus-4.8，在 Agents Last Exam 和 ZeroBench 上局部超过。
逐条列出这个实验性多模态模型的单图 token 上限、分级定价与免费 Files API 额度，可供评估视觉 Agent 的成本与接入方式。
DeepSeek多模态模型来了🚀
分析1000张图，成本不到20美分，damn！！！
而且刚上线就把Claude Opus-4.8超了，这回依旧是值得叫一声梁圣！
单张图片最多384 token，Files API免费，和V4-Flash一个价，视觉Agent终于从演示进入可规模化落地阶段，
Agents Last Exam 27.3对25.7，ZeroBench 35.0对34.0，
每张图片最多算384个token，不管原图多大，
还有一个完全免费的Files API让图片跨会话复用，
多模态Agent的成本直接被打到地板价，
模型叫deepseek-v4-flash-vision-exp，实验性。单张图片最多算384个token，不管原图多大，模型内部智能缩放。输入高峰0.44美元每百万token，空闲0.22。一张图的成本约0.017美分，1000张不到20美分。
对比Opus级别模型的多模态定价，便宜一个数量级。多图、截图密集的Agent工作流，以前跑起来肉疼，现在可以忽略。
能力上，文本和V4-Flash完全对齐，多模态Agent整体逼近Opus-4.8，Agents Last Exam和ZeroBench局部超过。benchmark官方自报先打折，但价格是API文档里写死的，不用信，自己调一次看账单。
同时上线Files API，免费。
图片上传一次拿到file_id，后续请求直接引用，跨请求跨会话复用。最高64MB单文件，25GB存储额度，最多1万个文件，可设1小时到30天过期。生产环境别用base64塞图片，费带宽还受48MB请求体限制，直接走Files API。
调用极其简单。
model设成deepseek-v4-flash-vision-exp，OpenAI兼容Chat Completions、Anthropic兼容Messages、Responses API三个接口都支持。文本图片混合输入，图片只能放user消息里。DeepSeek Harness 0.1.1已原生支持。
几个限制。
实验性模型，名字带Exp，别直接上生产关键路径。单请求最多600张图，单图最大8192px，15张图以上降到4096px。格式只支持JPEG、PNG、GIF、WebP。只有这个模型支持图片，其他模型传图直接报错。
今天就能做的三件事：
用截图到分析到工具调用跑通一个视觉Agent闭环；把常用视觉资产预先上传成file_id做成可复用记忆库；在现有Agent框架里把这个模型设为默认多模态后端。
多模态Agent喊了两年，一直卡在演示好看但用不起。
DeepSeek这波没发PPT，直接把价格打到了分析1000张图不到20美分。
能不能打，自己花几毛钱跑一次就知道。
#DeepSeek #多模态 #AIAgent
DeepSeek-V4-Flash-Vision-Exp is now live on the DeepSeek API Platform! 🚀 🔹 This experimental multimodal model matches DeepSeek-V4-Flash on text capabilities—including agents, reasoning, and world knowledge. 🔹 On multimodal agent benchmarks, V4-Flash-Vision-Exp makes a major leap over V4-Flash, bringing multimodal agent performance close to Opus-4.8. Try it with model='deepseek-v4-flash-vision-exp'. DeepSeek Harness 0.1.1 was released today with out-of-the-box support for the new model. 1/n在 X 查看被引用的帖子
来源：@AYi_AInotes · x.com