DeepSeek上线V4-Flash-Vision-Exp多模态模型与Files API

DeepSeek官方近日宣布，实验型多模态模型DeepSeek-V4-Flash-Vision-Exp已正式部署至DeepSeek API平台。该模型定位为多模态扩展版本，在保留原有高效推理架构的基础上，重点强化了视觉理解能力。根据官方测试数据，其在文本生成、智能体任务调度及世界知识问答等核心维度上，与DeepSeek-V4-Flash保持完全一致的水平。

在多模态智能体专项基准测试中，V4-Flash-Vision-Exp展现出显著的代际跨越。相较于前代纯文本模型V4-Flash，新版本在处理复杂视觉指令与工具调用协同工作时效率大幅提升，整体性能指标已逼近Opus-4.8。这一突破为跨模态工作流的落地提供了更可靠的底层支撑。

API调用层面，开发者可通过设置model参数直接启用该模型。接口全面兼容Chat Completions与Messages & Responses协议，允许用户在同一请求中混合提交文本与图像数据。图像输入支持Base64编码、外部URL链接以及新增的Files API引用方式。在计费规则上，单张图像按最高384个Token计算，费率与V4-Flash标准保持一致。

为配合新模型的生态适配，DeepSeek同步发布了Harness 0.1.1版本。该工具链内置了对V4-Flash-Vision-Exp的原生支持，开发者无需额外配置即可快速完成模型集成与性能调优。目前主流智能体框架均已实现平滑对接，可进一步拓展视觉感知与自动化操作的结合场景。

与此同时，DeepSeek API平台正式上线Files API功能模块。该服务面向所有用户免费开放，允许开发者将常用图像文件一次性上传至云端存储。后续请求仅需传入对应的file_id即可直接调用，系统会自动解析并关联历史文件。此举不仅避免了重复传输相同素材带来的网络延迟，也大幅降低了API请求的带宽占用与调用成本。