DeepSeek 发布 V4 Flash Vision 图像理解 API
aigclink · x · 2026-08-21
DeepSeek 发布了 deepseek-v4-flash-vision-exp 模型的图像理解 API 文档。该模型支持在文本对话中输入图片，功能包括图片描述、文字识别（OCR）及图表分析。
支持格式与限制：
- 支持 JPEG、PNG、GIF、WebP 格式。
- 提供三种图片传入方式：
- Base64 内联：适合本地小文件，计入 48MiB 请求体限制。
- 外部 URL：支持公开链接，最大 32MiB，需在 60 秒内下载。
- Files API：适合复用或大文件（最大 64MiB），通过 fileid 引用。
API 接口兼容 OpenAI 格式，提供 Python 和 cURL 调用示例。
所属事件:DeepSeek 上线 V4-Flash-Vision-Exp 多模态模型(29 条相关)→
「模型」频道最新
- Muse Code 1.4.8 大幅省 token，官方宣布全员用量即时清零重置 — alexandr_wang · 2026-10-16
- 曝阿里巴巴与百度将为中国区 Apple Intelligence 提供关键模型支持 — nordicinst · 2026-10-16
- 康奈尔与亚马逊研究：扩散语言模型预训练算力差距实为3-8倍而非16倍 — LucaAmb · 2026-10-16
- 图像决策榜 JevImageBench 升级 v0.3.0，Top 5 大洗牌 — airesearch12 · 2026-10-16
- Muse Spark Open 预估成最强非中国开源 LLM，agent 基准预测得分 36 — zsakib_ · 2026-10-16
- Claude Opus 5.5 实测:低推理档位每小时迭代次数是最高档 9 倍 — tom_doerr · 2026-10-16