Модель DeepSeek-v4-flash-vision-exp принимает изображения с текстом, позволяя описание, OCR и анализ графиков. Поддерживаемые форматы включают JPEG, PNG, GIF и WebP, определяемые по содержимому файла.
Три метода предоставляют изображения через API Chat Completions, совместимый с OpenAI (базовый URL: https://api.deepseek.com). Во-первых, встроенные изображения, закодированные в base64, встраиваются прямо в запросы, учитываясь в лимите 48 MiB тела запроса. Во-вторых, внешние HTTPS URL (максимум 8192 символов) загружают изображения до 32 MiB за 60 секунд. В-третьих, Files API загружает изображения один раз (до 64 MiB на файл) и ссылается на них по `file_id`, идеально для повторного использования или больших полезных нагрузок.
Параметр `detail` (`low`, `high`, `original`, `auto`) управляет предобработкой для входных URL. Изображения масштабируются примерно до 800×800 эквивалента, с ограничением 384 токена на изображение. Ограничения включают 600 изображений на запрос, 64 MiB всего без file_id (200 MiB с file_id) и максимальное измерение 8192 пикселей.
Модель также работает с конечной точкой `/messages`, совместимой с Anthropic, и OpenAI Responses API, используя аналогичные формы блоков контента. Изображения разрешены только в сообщениях пользователя; другие модели возвращают ошибки.
Ключевые сущности: Компании: DeepSeek
Источник: Hacker News · Сводку подготовил HeadlinesBriefing