DeepSeek-v4-flash-vision-exp 模型接受图像和文本，支持描述、OCR 和图表分析。支持的格式包括 JPEG、PNG、GIF 和 WebP，通过文件内容检测。
通过 OpenAI 兼容的 Chat Completions API（基础 URL：https://api.deepseek.com）提供图像的三种方法。首先，base64 编码的内联图像直接嵌入请求中，计入 48 MiB 的请求体限制。其次，外部 HTTPS URL（最多 8192 字符）在 60 秒内下载最大 32 MiB 的图像。第三，Files API 上传一次图像（每个文件最多 64 MiB）并通过 `file_id` 引用，适合重复使用或大负载。
`detail` 参数（`low`、`high`、`original`、`auto`）控制 URL 输入的预处理。图像调整为约 800×800 等效分辨率，每张图像上限 384 token。限制包括每个请求 600 张图像，无 file_id 时总计 64 MiB（有 file_id 时 200 MiB），最大尺寸 8192 像素。
该模型也适用于 Anthropic 兼容的 `/messages` 端点和 OpenAI Responses API，使用类似的内容块结构。图像仅允许在用户消息中；其他模型会返回错误。
关键实体：公司：DeepSeek
来源: Hacker News · 由HeadlinesBriefing整理摘要