DeepSeek白天涨价11倍,晚上发视觉模型:一张图才0.001元

原创于 2026-08-22 12:33:44 发布 · 154 阅读

本内容遵循CC 4.0 BY-SA版权协议

8月21日,DeepSeek首款视觉模型V4-Flash-Vision-Exp上线,一张图最高才0.001元。白天刚被"涨价11倍"刷屏,晚上它却发了个不加价的模型,还宣称多模态Agent能力接近Opus-4.8。这篇教你3步接好它的视觉API,再把官方跑分表摊开,看看媒体没说的事。

白天涨价11倍,晚上却发了个"不加价"的

先说背景。8月中旬,DeepSeek V4系列API调价,实行峰谷分时定价,最高涨幅超过11倍,不少开发者直呼"错峰调用才能省钱"。结果8月21日,DeepSeek宣布首个多模态模型V4-Flash-Vision-Exp上线——补上了视觉理解这最后一块短板,价格却直接对标V4 Flash,一分没涨。

为什么"不加价"反而是大新闻? 视觉模型要额外处理图片,算力成本普遍高于纯文本。同行发视觉模型,都是"加量也加价";DeepSeek偏偏把价格和文本版Flash拉平,一张图最高才0.001元(约1厘钱)。意图很直白:先用"视觉不加价"把开发者圈进来,把多模态Agent的生态抢到手,赚钱是后话。

这双"眼睛"能干什么

简单说,它终于能"看图"了。官方更新日志里写得很清楚,适用场景集中在四类:

票据、证件、合同扫描:拍张照,OCR、信息抽取一次完成
图表、截图理解:把报表截图丢给它,直接要结论
长文档里的图片:说明书、论文插图,连同正文一起喂进去
给Agent装上视觉:让AI"看"屏幕、操作界面,这正是多模态Agent的入口

再算笔成本账:一张图最高0.001元,1000张图才1块钱。批量跑一遍OCR,或者给自家产品加个"拍照识图"功能,成本几乎可以忽略不计。

3步接好视觉API

接口和OpenAI兼容。如果你已经在用DeepSeek的API,基本只需改一行。

第1步:拿到API Key(platform.deepseek.com,新用户有免费额度,以官网为准)。

第2步:把代码里的模型名换成deepseek-v4-flash-vision-exp。

第3步:传图。官方Vision指南给了三种发图方式,URL和base64最常用——直接贴图片链接,或者把图片编码成base64塞进消息。示意代码:

from openai import OpenAI
client = OpenAI(api_key="你的Key", base_url="https://api.deepseek.com")
resp = client.chat.completions.create(
    model="deepseek-v4-flash-vision-exp",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "这张图里有什么?帮我总结重点"},
        {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
    ]}]
)
print(resp.choices[0].message.content)