El modelo DeepSeek-v4-flash-vision-exp acepta imágenes junto con texto, permitiendo descripción, OCR y análisis de gráficos. Los formatos compatibles incluyen JPEG, PNG, GIF y WebP, detectados a partir del contenido del archivo.
Tres métodos proporcionan imágenes a través de la API de Chat Completions compatible con OpenAI (URL base: https://api.deepseek.com). Primero, imágenes en línea codificadas en base64 se incrustan directamente en las solicitudes, contando hacia el límite de 48 MiB del cuerpo de la solicitud. Segundo, URLs HTTPS externas (máximo 8192 caracteres) descargan imágenes de hasta 32 MiB en 60 segundos. Tercero, la API de Archivos sube imágenes una vez (hasta 64 MiB por archivo) y las referencia mediante `file_id`, ideal para reutilización o cargas grandes.
Un parámetro `detail` (`low`, `high`, `original`, `auto`) controla el preprocesamiento para entradas de URL. Las imágenes se redimensionan a aproximadamente 800×800 equivalente, con un tope de 384 tokens por imagen. Los límites incluyen 600 imágenes por solicitud, 64 MiB total sin file_id (200 MiB con file_id) y 8192 px de dimensión máxima.
El modelo también funciona con el endpoint `/messages` compatible con Anthropic y la API Responses de OpenAI, usando formas de bloques de contenido análogas. Las imágenes solo están permitidas en mensajes de usuario; otros modelos devuelven errores.
Entidades clave: Empresas: DeepSeek
Fuente: Hacker News · Resumido por HeadlinesBriefing