【php中文网资讯】据第一财经消息，8月21日下午，deepseek官方api文档中的模型详情页正式上线全新模型——deepseek-v4-flash-vision-exp。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

公开信息显示，该模型是V4系列中首个原生支持图像输入的多模态视觉模型。其上下文窗口达100万Token，最大输出长度为384K，全面支持JSON格式响应、函数调用（Tool Calling）、Responses API、Anthropic兼容接口，以及对话前缀续写功能；图片输入将按分辨率自动换算为Token，并与文本Token统一计费。

在纯文本任务表现上，DeepSeek-V4-Flash-Vision-Exp 与已发布的 DeepSeek-V4-Flash 正式版旗鼓相当；而在需图像理解能力的Agent基准测试中，其性能相较V4-Flash实现显著提升，多模态Agent综合能力已逼近Opus-4.8水平。

EvoAgentX Workflow

将EvoAgentX（1000+星开源框架）与OpenClaw桥接，实现自我进化的代理工作流——能够随时间自动提升的工作流。

下载

价格方面，当前DeepSeek-V4-Flash-Vision-Exp的API调用费用与标准版V4-Flash完全一致：缓存命中时，空闲时段为0.05元/百万Token，高峰时段为0.10元/百万Token；缓存未命中时，空闲时段为1.5元/百万Token，高峰时段为3元/百万Token；输出Token部分，空闲时段定价4.5元/百万Token，高峰时段为9元/百万Token。

值得一提的是，就在DeepSeek开源Agent Harness框架发布仅一周后，视觉感知能力即完成集成。此前彼此割裂的模型推理、图像处理、文件解析、工具调用及Agent执行流程现已全面贯通，标志着DeepSeek Agent生态正式补全关键的多模态感知输入能力。