DeepSeek V4 Flash Vision Exp

它是 DeepSeek 的实验性多模态模型，可接收文本和图片并输出文本。DeepSeek 将其定位为 V4 Flash 系列中支持视觉的型号。

它适合描述图片、读取截图文字、分析图表，以及同时需要视觉证据和语言推理的智能体工作流。

其主要优势是把 V4 Flash 的文本能力与原生图像理解结合起来。它还支持通过常见 API 形式提交图文混合请求，并可在智能体工作流中配合工具使用。

该模型被明确标记为实验性版本，上线生产前应验证可靠性。图片会被缩放并转换为 token，可能损失细节；重要的视觉结论应由人工复核。

如果你的 TokenHub 账户已提供该模型，请使用准确的模型 ID deepseek-v4-flash-vision-exp，并配合 TokenHub 接口地址和凭据调用。文本与图片应按所选 TokenHub API 路由支持的请求格式提交。

DeepSeek 已在其 API 平台提供该实验性模型，并说明图片缩放后每张最多按 384 个 token、采用 V4 Flash 价格计费。TokenHub 的可用性和费率可能不同，部署前请查看当前模型列表。

当任务必须处理图片，并希望在同一请求中使用 V4 Flash 风格的文本与智能体能力时，可优先考虑它。对于纯文本、精细视觉或生产关键任务，应使用代表性测试与其他模型比较准确度、延迟、稳定性和成本。