DeepSeek 推出实验性多模态视觉模型，文本能力不打折、视觉理解大幅跃升

多模态大模型正成为 AI 发展的重要方向，如何让模型同时具备强大的文本理解与视觉感知能力，一直是业界探索的核心课题。近日，一款实验性多模态视觉理解模型正式登陆 API 平台，为开发者提供了新的选择。

多模态能力释放：三大典型场景实践

这款模型最大的亮点在于其平衡的能力设计。在公开基准测试中，它与纯文本正式版在 Agent、推理、世界知识等文本任务上表现持平，并未因加入视觉能力而出现性能妥协。与此同时，在需要视觉理解的 Agent Benchmark 上，该模型实现了显著跃升，多模态 Agent 能力已接近 Opus-4.8 的水平，展现出强大的视觉-语言协同能力。

API 服务：灵活的接入方式与计费规则

该模型在各类 Agent 框架中展现出优秀的适配性，能够有效支持多样化的应用场景。在商业内容创作领域，用户只需提供详细的需求描述，即可生成定制化的商业演示文稿，涵盖从视觉风格定义到真实摄影图片的完整内容；在开发者网站重构场景中，模型能够理解现有页面的视觉要素，经过多轮交互后生成符合特定风格要求的全新网站设计；在创意前端开发领域，模型可以基于灵感描述，生成具有独特视觉风格的交互式 Demo。

API 调用方式

开发者可以通过设置 model 参数为 'deepseek-v4-flash-vision-exp' 来访问该模型。API 服务采用 token 计费模式，图片会被转换为 token 后纳入计费，单张图片最多占用 384 个 token。值得注意的是，该模型的计费价格与纯文本版本保持一致，用户可以以相同的成本获得视觉理解能力的增强。API 支持 Chat Completions、Messages、Responses 三种调用格式，兼容主流 Agent 工具生态。

技术洞察与展望

在图片输入方面，API 提供了三种灵活的传入方式：Base64 内联图片、外部 URL 链接以及 Files API 上传。其中 Files API 作为一项免费服务，用户可先将图片上传至平台，获取 file_id 后在请求中引用。这一设计不仅节省了请求带宽，还支持同一张图片在多个请求中重复使用，避免了重复上传的麻烦。

如有侵权，请联系删除。