Le modèle DeepSeek-v4-flash-vision-exp accepte des images avec du texte, permettant la description, l'OCR et l'analyse de graphiques. Les formats pris en charge incluent JPEG, PNG, GIF et WebP, détectés à partir du contenu du fichier.
Trois méthodes fournissent des images via l'API Chat Completions compatible OpenAI (URL de base : https://api.deepseek.com). Premièrement, les images en ligne encodées en base64 sont intégrées directement dans les requêtes, comptant dans la limite de 48 MiB du corps de la requête. Deuxièmement, les URLs HTTPS externes (maximum 8192 caractères) téléchargent des images jusqu'à 32 MiB en 60 secondes. Troisièmement, l'API Fichiers télécharge les images une fois (jusqu'à 64 MiB par fichier) et les référence par `file_id`, idéal pour la réutilisation ou les charges importantes.
Un paramètre `detail` (`low`, `high`, `original`, `auto`) contrôle le prétraitement pour les entrées URL. Les images sont redimensionnées à environ 800×800 équivalent, plafonnées à 384 tokens par image. Les limites incluent 600 images par requête, 64 MiB au total sans file_id (200 MiB avec), et 8192 px de dimension maximale.
Le modèle fonctionne également avec le point de terminaison `/messages` compatible Anthropic et l'API Responses d'OpenAI, en utilisant des formes de blocs de contenu analogues. Les images ne sont autorisées que dans les messages utilisateur ; les autres modèles renvoient des erreurs.
Entités clés : Entreprises : DeepSeek
Source: Hacker News · Résumé par HeadlinesBriefing