DeepSeek V4 Flash Vision Exp

它是 DeepSeek 的實驗性多模態模型，可接收文字和圖片並輸出文字。DeepSeek 將其定位為 V4 Flash 系列中支援視覺的型號。

它適合描述圖片、讀取螢幕截圖文字、分析圖表，以及同時需要視覺證據和語言推理的代理工作流程。

其主要優勢是把 V4 Flash 的文字能力與原生圖像理解結合起來。它也支援透過常見 API 形式提交圖文混合請求，並可在代理工作流程中搭配工具使用。

該模型被明確標記為實驗性版本，上線正式環境前應驗證可靠性。圖片會被縮放並轉換為 token，可能損失細節；重要的視覺結論應由人工複核。

如果你的 TokenHub 帳戶已提供該模型，請使用準確的模型 ID deepseek-v4-flash-vision-exp，並搭配 TokenHub 端點與憑證呼叫。文字與圖片應依所選 TokenHub API 路由支援的請求格式提交。

DeepSeek 已在其 API 平台提供該實驗性模型，並說明圖片縮放後每張最多按 384 個 token、採用 V4 Flash 價格計費。TokenHub 的可用性與費率可能不同，部署前請查看目前的模型清單。

當任務必須處理圖片，並希望在同一請求中使用 V4 Flash 風格的文字與代理能力時，可優先考慮它。對於純文字、精細視覺或正式環境關鍵任務，應使用具代表性的測試與其他模型比較準確度、延遲、穩定性和成本。