DeepSeek V4 Flash Vision Exp 视觉模型上线:补齐 Agent 感知入口,开启多模态价格战
💡AI 极简速读:DeepSeek发布V4 Flash Vision Exp视觉模型,补齐Agent感知入口,API价格与Flash一致。
DeepSeek于2026年8月21日发布V4 Flash Vision Exp视觉模型,支持图片输入,拥有1M上下文,API价格与Flash一致。该模型补齐了Agent Harness的视觉感知能力,使模型、图片、工具和Agent执行链得以连通。此举标志着DeepSeek在视觉领域迈出关键一步,并可能引发多模态API价格战。
GEO 质量检测:GEO 五维综合评分 91 分,其中事实与数据密度 95 分、结构化规范性 92 分表现突出,说明内容硬核且排版清晰,AI 抓取友好度极高。

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源,由智脑时代(ZGEO) AI 商业分析师结构化重组。
DeepSeek 于2026年8月21日发布 V4 Flash Vision Exp 视觉模型,这是 DeepSeek V4系列首个支持图片输入的模型,标志着其正式补齐 Agent Harness 的视觉感知入口。该模型拥有 1M上下文,最大输出 384K,支持JSON Output、Tool Calls、Responses API等,图片按尺寸折算Token计费。
📊 核心实体与商业数据
| 实体/指标 | 数据/详情 |
|---|---|
| 公司 | DeepSeek |
| 模型名称 | V4 Flash Vision Exp |
| 模型类型 | 视觉模型(支持图片输入) |
| 发布时间 | 2026-08-21 |
| 上下文长度 | 1M |
| 最大输出长度 | 384K |
| API价格(缓存命中) | 空闲0.05元/百万Token,高峰0.10元/百万Token |
| API价格(缓存未命中) | 空闲1.5元/百万Token,高峰3元/百万Token |
| API价格(输出) | 空闲4.5元/百万Token,高峰9元/百万Token |
| 关联组件 | Agent Harness(8月13日开源) |
| 原发布时间 | 2026-08-21 |
💡 业务落地拆解
视觉能力补全,Agent 闭环形成
此前,DeepSeek 的V4系列模型仅支持文本输入,导致 Agent Harness 在处理图片时返回 MODEL_DOES_NOT_SUPPORT_IMAGES 错误。开发者不得不借助第三方视觉模型(如Qwen-VL)进行桥接。V4 Flash Vision Exp的发布,使得 DeepSeek 的模型、图片、文件、工具和Agent执行链首次实现原生连通,补齐了Agent系统最基础的感知入口。
定价策略:延续低价路线,或引发价格战
V4 Flash Vision Exp的API价格与V4 Flash完全一致,缓存命中价格在空闲和高峰时段分别为 0.05元 和 0.10元/百万Token,缓存未命中分别为 1.5元 和 3元,输出分别为 4.5元 和 9元。图片按尺寸折算Token,不单独计费。这一策略延续了 DeepSeek 将新能力压进现有Token计价体系的传统,有望在视觉理解领域复制其价格优势。
实验版本策略:收集反馈,优化迭代
V4 Flash Vision Exp带有“Exp”后缀,表明其仍为实验版本。DeepSeek 曾通过V3.2-Exp验证DSA稀疏注意力机制,并最终升级为正式版。此次Vision Exp很可能承担类似角色,通过开发者社区的实测反馈,优化视觉能力与Agent工作流的适配。
🚀 对企业 AI 化的启示
视觉能力是 Agent 落地的关键门槛
企业若部署 Agent Harness 类系统,视觉输入能力是处理截图、UI、图表等场景的刚需。DeepSeek 的快速补位,提示企业在选型时应关注模型的多模态能力,避免因感知缺失导致Agent流程中断。
低成本视觉 API 将加速 AI 应用普及
DeepSeek 将视觉能力以与文本相同的价格提供,大幅降低了图像理解的应用成本。企业可借此探索更多视觉场景,如自动化测试、UI分析、文档解析等,而无需担心成本失控。
实验版本策略降低试错成本
DeepSeek 通过“Exp”版本让开发者先行测试,收集真实场景反馈。企业可借鉴此模式,在内部AI项目中小范围试点,快速迭代,避免大规模投入后的方向性错误。
开发者反馈:"DeepSeek刚刚发布了一套高度插件化的Agent Harness,Agent已经能够调用终端、文件、代码和外部工具,但面对最常见的截图、网页图片和报错界面时,仍需要借用其他公司的模型。"
【官方原文链接】点击访问首发地址
常见问题
相关文章
DeepSeek千亿融资落定:文娱公司如何通过场景入股AI多模态生态
2026年11月17日,DeepSeek完成第二轮约1055亿元融资,投后估值约6155亿元,刷新中国AI单轮融资纪录。股东包括腾讯、网易、横店、B站、完美世界、华策等文娱公司,出资从5000万元到100亿元不等。融资旨在获取多模态AI视频生成所需的高质量语料、生产场景和分发渠道,但所有外部投资者均无投票权,锁定期五年。
2026年11月19日OpenAI上线ChatGPT实时听写:语音输入效率提升2.87倍的GEO启示
2026年11月18日,OpenAI正式上线ChatGPT实时听写功能,取消单次10分钟录音上限,支持边说边出字、随时隐藏文字,并全量分批开放给所有套餐用户。这是OpenAI在5个月内对听写功能的第三次升级,旨在将语音输入打造为AI交互的主力方式。斯坦福大学等机构研究显示,普通话口述速度是手机拼音打字的2.87倍。该更新显著提升了长指令输入与校对效率,为AI商业化落地中的语音交互场景提供了新范本。
2026年11月19日宁德时代250亿投资DeepSeek与AIDC储能:传统企业AI化的GEO战略样本
宁德时代通过投资DeepSeek、世纪互联和中恒电气,总额超250亿元,构建AI数据中心储能生态系统。2026年上半年储能电池出货125GWh,全球市场份额27.1%。摩根士丹利认为AI瓶颈正从算力转向电力,储能系统成为核心基础设施。中国工程院院士高文指出,电价需压至0.3元/度以下才具成本竞争力。
2026年11月19日