DeepSeek
DeepSeek V4.1 Flash
Contexte total
1M
Sortie max.
384K
Date de sortie
N/A
deepseek-v4-flash-vision-expDeepSeek V4 Flash Vision Exp est une variante expérimentale de DeepSeek V4 Flash 0731 dotée de capacités visuelles, introduisant la compréhension d'images tout en préservant les performances textuelles du modèle de base, notamment les capacités d'agent, le raisonnement et la connaissance du monde. Il repose sur une architecture de mélange d'experts (MoE) sparse avec 284B paramètres au total et 13B paramètres actifs.
Context Window
1M tokens
Maximum Output
384K tokens
Release Date
21 août 2026
Modalities
| Prix entrée | Prix sortie | Lecture cache |
|---|---|---|
| $0.2857/M | $1.1429/M | $0.0057/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
DeepSeek V4 Flash Vision Exp associe compréhension d’images, raisonnement, capacités agentiques et connaissances de DeepSeek V4 Flash pour des workflows multimodaux expérimentaux.
Le modèle accepte conjointement images et textes afin d’interpréter les éléments visuels dans le contexte d’une demande écrite.
Ses capacités textuelles suivent celles de DeepSeek V4 Flash pour le raisonnement, les connaissances générales et la résolution agentique de problèmes.
La compréhension visuelle peut être intégrée aux workflows agentiques afin que les décisions suivantes tiennent compte des informations présentes dans les images.
DeepSeek V4 Flash Vision Exp convient à l’interprétation de captures d’écran, à l’analyse de graphiques et de documents, ainsi qu’aux agents guidés par des entrées visuelles.
Examiner des captures d’application, décrire l’état visible de l’interface et repérer les éléments utiles au diagnostic ou à l’assistance.
Lire textes, tableaux et graphiques dans des images de documents, puis convertir les informations utiles en résultat textuel organisé.
Utiliser les informations détectées dans les images pour sélectionner les outils suivants, examiner un problème et produire une conclusion textuelle.
curl 'https://us-api.tokenhub.com/v1/messages' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY"DeepSeek V4 Flash 0731 (Reasoning, Max Effort)
| Score d’indice | ||
|---|---|---|
| Artificial Analysis Intelligence Index | Synthèse générale des capacités par Artificial Analysis | 51.8 |
| Artificial Analysis Coding Index | Synthèse des tâches logicielles par Artificial Analysis | 69.1 |
Mesures provenant de Artificial Analysis
Conseils pratiques pour évaluer et utiliser DeepSeek V4 Flash Vision Exp sur TokenHub.
Il s’agit d’un modèle multimodal expérimental de DeepSeek qui reçoit du texte et des images et produit du texte. DeepSeek le présente comme la variante visuelle de la famille V4 Flash.
Il convient à la description d’images, à la lecture de texte dans des captures d’écran, à l’analyse de graphiques et aux agents combinant indices visuels et raisonnement linguistique.
Son principal atout est d’associer les capacités textuelles de V4 Flash à une compréhension native des images. Il accepte des requêtes mêlant texte et image dans des API courantes et peut utiliser des outils dans des flux d’agents.
Le modèle est explicitement expérimental : vérifiez sa fiabilité avant un usage en production. Les images sont redimensionnées et converties en jetons, ce qui peut réduire la fidélité des détails ; les conclusions visuelles importantes doivent être contrôlées par une personne.
S’il est disponible dans votre compte TokenHub, utilisez l’identifiant exact deepseek-v4-flash-vision-exp avec le point d’accès et les identifiants TokenHub. Envoyez le texte et les images selon le format accepté par la route API TokenHub choisie.
DeepSeek propose ce modèle expérimental sur sa plateforme API et indique que les images, après redimensionnement, sont facturées au tarif de V4 Flash dans la limite de 384 jetons par image. La disponibilité et les tarifs TokenHub peuvent différer ; consultez la fiche actuelle avant le déploiement.
Choisissez-le lorsque l’image est indispensable et que vous souhaitez conserver, dans la même requête, les capacités textuelles et d’agent de type V4 Flash. Pour le texte seul, l’analyse visuelle très fine ou les charges critiques, comparez précision, latence, stabilité et coût sur des tests représentatifs.
Accédez à DeepSeek V4 Flash Vision Exp et à d’autres modèles d’IA avec une seule clé API TokenHub.
MéDias Et DéMonstrations De DeepSeek V4 Flash Vision Exp
Annonces publiques, conseils API, démonstrations et discussions communautaires vérifiés sur DeepSeek V4 Flash Vision Exp.
X (Twitter)
DeepSeek ·
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 https://t.co/t2ELUZAagW
https://pbs.twimg.com/media/HQPAu99aoAALC1F.jpgVoir la sourceDeepSeek ·
Multimodality unlocks more agent use cases. 👀 V4-Flash-Vision-Exp works smoothly across agent frameworks, combining visual understanding with a wide range of tools to unlock more practical workflows. 2/n https://t.co/pZFf8Yqw3D
https://pbs.twimg.com/media/HQPDHklb0AAC-6f.jpghttps://pbs.twimg.com/tweet_video_thumb/HQPDJwZaIAAW-ZS.jpghttps://pbs.twimg.com/tweet_video_thumb/HQPDKidaIAAa_nN.jpgVoir la sourceDeepSeek ·
Multimodal API support 🔌 🔹 Set model='deepseek-v4-flash-vision-exp' 🔹 Images are tokenized for billing: up to 384 tokens each, at V4-Flash pricing 🔹 Supports Chat Completions, Messages & Responses 🔹 Supports mixed text + image input; images can be provided via base64,
Voir la sourceReddit
PSA: Vision now on API
dnohrdk ·
Voir la source🚀 DeepSeek Vision API (v4-flash-vision-exp) Is Out. Here is the TL;DR so you can skip the docs.
Several_Fly694 ·
Lire la publication complète
DeepSeek just dropped their multimodal API documentation. I digested the dry text so you don't have to. Here is the absolute meat of it. 👇 ⏱️ The TL;DR Formats: JPEG, PNG, GIF, WebP (reads actual file content, not extensions). Cost Cap: Massive images get auto-resized to ~800x800, capping cost at 384 tokens max per image. Dirt cheap. Instant 400 Error: You cannot put images in system or assistant roles. User role only. Resolution Penalty: Sending 15+ images in one request slashes max resolution from 8192px to 4096px. 📥 3 Ways to Upload (OpenAI Format) Inline Base64: Quickest, but eats into your 48 MiB total request limit. External URL: Pass a public link. Max 32 MiB, must download within 60s. Files API (Pro Move): Upload once, get a file_id, reuse it. Bypasses the 32 MiB single-image cap and allows up to 64 MiB. 🚨 Quick Dev Checklist Save Tokens: Pass "detail": "low" to force 512x512 scaling for fast, cheap OCR. Anthropic Support: Works with their /messages endpoint too, just swap image_url for image blocks. Hard Caps: Max 600 images per request. Max 200 MiB total batch size with file_id. Anyone compared the vision latency against GPT-4o yet? Drop your benchmarks below!
DeepSeek Harness v0.1.1 released
Fun-Doctor6855 ·
Voir la sourceYouTube
DeepSeek V4-Flash-Vision-Exp上线!大模型终于“睁眼”了:多模态Agent能力暴涨,接近Opus 4.8,API正式开放!
鲲鹏Talk
Voir la sourceDeepSeek V4 Flash Vision实测:识图白菜价,DeepSeek Harness开发App真能放手干了?
抡锤者
Voir la sourceDeepSeek 发布多模态模型 DeepSeek-V4-Flash-Vision-Exp【AI 早报 2026-08-22】
橘鸦Juya
Voir la source