DeepSeek 官方文档：deepseek-v4-flash-vision-exp 视觉模型使用指南
- Source: DeepSeek API Docs（官方指南）
- URL: https://api-docs.deepseek.com/guides/vision
- Captured: 2026-08-22
指南要点（AAIF 扫描）
deepseek-v4-flash-vision-exp 支持图文混合输入，可做图片描述、截图读字、图表分析。支持 JPEG / PNG / GIF / WebP，格式按文件内容探测（不看文件名和 MIME 声明）。
三种送图方式（均走 OpenAI 兼容 Chat Completions，content 为块数组）：
1. Base64 内联：转成 data: URL 直接嵌请求，最简单；计入 48 MiB 请求体上限。 2. 外部 URL：传公网 http(s) 链接由服务端下载；URL ≤8192 字符、单图 ≤32 MiB、下载须 60 秒内完成。 3. Files API file_id：上传一次多处复用；单图上限 64 MiB，不受 32 MiB 检查限制，适合大图和重复引用。
Detail 档位：low（缩到 512×512，更快更省）/ high（等价 original）/ original / auto（当前等价 original）。
Token 计费规则（关键）：每张图推理前按比例缩放——小于约 384×384 的放大、更大的缩到约 800×800 总像素，因此单图上限 384 tokens；2000×2000 与 5000×5000 消耗相同。多图各自独立计算。
硬限制速查：
| 限制 | 值 | | --- | --- | | 单请求最多图片数 | 600 | | 总图片体积（无 file_id / 含 file_id） | 64 MiB / 最多 200 MiB | | 单图边长上限 | 8192 px（≥15 张图时降为 4096 px） | | 请求体上限 | 48 MiB |
限制与报错：图片只能放在 user 消息里，放进 system/assistant 返回 400；非视觉模型传图返回 400（"This model does not support image"）；文本里含保留的图片占位符 token 会被拒。
另两条接入路径：Anthropic 兼容 /messages 端点（base_url=https://api.deepseek.com/anthropic，用 image source 块，file source 需 anthropic-beta: files-api-2025-04-14 头）；Responses API（input_image 内容块，detail 语义相同，file_id 时忽略 detail）。
为什么值得读
接 DeepSeek 视觉模型前的必读参数表：384 tokens/图 的计费规则和各体积上限直接决定成本估算与架构选型（内联 vs Files API）。
Source: https://api-docs.deepseek.com/guides/vision
Captured: 2026-08-22 (AAIF content-fetcher)