DeepSeek-V4-Flash-Vision-Exp视觉模型上线：Agent能力接近Opus-4.8

8月21日消息，DeepSeek在API平台正式上线实验性质多模态模型DeepSeek-V4-Flash-Vision-Exp，开发者设置model参数为deepseek-v4-flash-vision-Exp即可完成调用。

该版本保留V4-Flash全部文本能力，补齐视觉理解能力，多模态Agent综合表现接近Claude Opus-4.8旗舰水平。

纯文本层面，该模型的推理、知识储备、文本Agent能力与V4-Flash正式版保持对齐，Terminal Bench 2.1、DeepSWE、DSBench-Hard等文本类评测维持原有得分，能够继续胜任代码编写、工具调用、长文档处理等原有业务场景。

在视觉相关Agent基准测试中，相较于原版V4-Flash实现了显著跃升。在ApexBench、Agents'Last Exam、Chartography等多模态专项评测中，其分数大幅提升。如今，它能够轻松完成截图解析、界面识别、图表读取以及图文混合等任务，完美适配GUI智能体、屏幕操作、图文数据分析等开发场景。

计费规则与V4-Flash现有的定价标准保持一致，图片输入会被转换为token来参与计费，单张图片最高按384 tokens计算，不会额外收取视觉专项费用。每百万token输入缓存未命中需1元，输出则需2元，而缓存命中时，每百万token的费用可低至0.02元，这大大降低了多模态Agent开发的调用成本。

模型延续100万token超长上下文窗口，支持思考模式，可设置high、max推理强度，复杂多模态智能体任务推荐开启max档位，适配Harness智能体框架，支持工具调用、Function Call，能够结合图片理解完成调研、数据提取、自动化任务编排等链路工作。

最新明确该产品属于Exp实验预览版本，不建议直接用于生产环境，后续会根据线上真实调用反馈迭代优化，稳定性、输出效果会持续调整，正式版上线时间暂未对外公布。