DeepSeek 终于睁开眼：V4-Flash-Vision 上线，看图约一分钱九张

量子位 · wechat · 2026-08-22

等了四个月，DeepSeek 发布多模态实验模型 deepseek-v4-flash-vision-exp，原生支持图片输入（不含图片生成），已上线 API，计费与 Flash 一致，一张图最多占 384 tokens，「高峰+缓存未命中」下约 0.12 分钱看一张，1 分钱约看 9 张，远低于某竞品的 2 分/张。

量子位实测：纯文本能力（Agent、推理、世界知识）与 V4 Flash 持平，但在需要多模态的 Agent Benchmark 上较 V4 Flash 大幅跃升，接近 Opus-4.8；基础识图与内测网页版体验相当。搭配 DeepSeekHarness（同日更新，原生支持第一方多模态模型）实测照图建模、Canvas 手绘 demo 效果不错，但数手指仍是通病。文中还提到 X 上爆火的「牛来」模型，最多猜测指向智谱。