DeepSeek 在其 API 平台上线了实验性质的多模态模型 deepseek-v4-flash-vision-Exp，开发者在调用时将 model 参数设为该名称即可使用。该版本在保留 V4-Flash 全部文本能力的同时，大幅增强了视觉理解模块，使多模态 Agent 的综合表现接近旗舰级别模型 Opus-4.8。

在纯文本能力上，新模型与 V4-Flash 正式版保持一致：推理能力、知识储备和文本 Agent 表现未见下降，Terminal Bench 2.1、DeepSWE、DSBench-Hard 等文本类评测成绩维持原有水平，因此仍适合代码编写、工具调用与长文档处理等场景。

视觉能力方面较原版 V4-Flash 有明显提升。在 ApexBench、Agents'Last Exam、Chartography 等多模态基准测试中得分显著上升，能够胜任截图解析、界面识别、图表读取与图文混合任务，适配 GUI 智能体、屏幕操作与图文数据分析等开发需求。 球友会

计费规则延续 V4-Flash 的定价体系：图片输入会被转换为 token 计费，单张图片最多按 384 tokens 计数，不收取额外的视觉专项费用。输入在缓存未命中时按每百万 token 1 元计费，输出按每百万 token 2 元；若命中缓存，单价最低可降至每百万 token 0.02 元，从而降低多模态 Agent 的调用成本。

模型继续支持百万 token 的超长上下文窗口，并提供“思考”模式，可设定 high、max 等推理强度；对复杂多模态智能体任务建议开启 max。它兼容 Harness 智能体框架，支持工具调用与 Function Call，可结合图像理解用于调研、数据提取与自动化任务编排等链路工作。

官方说明该产品目前为实验预览版本，不建议直接投入生产环境。后续会根据线上调用反馈持续迭代优化稳定性与输出质量，正式版本上线时间尚未公布。 球友会