DeepSeek补上视觉短板：首个多模态模型上线，视觉逼近Opus4.8价格仅零头

DeepSeek 一直有个明显的短板：不会看图。做 Agent 时遇到截图、图表、图片理解的任务只能绕道。8月21日，这个短板补上了——首款多模态视觉模型 DeepSeek-V4-Flash-Vision-Exp 上线（DeepSeek 官方）。

更狠的是定价：视觉能力逼近 Opus 4.8，价格却保持在 V4-Flash 那一档。

它是什么：给 V4-Flash 加上了「眼睛」

它不是从头训练的新模型，而是在 V4-Flash 的同一组权重上直接加了视觉理解能力（X）。关键指标：纯文本能力与 V4-Flash 持平，视觉大幅跃升，多模态 Agent 接近 Opus 4.8，1M 上下文，384K 输出，价格保持 Flash 档位（输入 $0.14/输出 $0.28）。

「文本不降级、视觉白送」是这次发布最值得注意的点。

📖 关联阅读：DeepSeek V4-Flash大升级

价格有多狠：Opus 的视觉，Flash 的价格

视觉能力接近 Opus 4.8，价格是它的 1/268。按知乎测算，用 Opus 1/50 到 1/170 的价格提供 90-95% 的准确度（知乎）。视觉 Agent 的成本天花板被彻底击穿了。

为什么是「生产 Agent 的成本曲线」

DeepSeek 这次不抢旗舰位置，直接打生产 Agent 的成本曲线。大量 Agent 任务是「看截图→提取信息→执行」，对视觉有要求但对顶级推理要求不高。以前被迫用 Opus（因为只有它有视觉），现在 $0.28 就能干，准确度 90-95%。视觉 Agent 从奢侈品变成了日用品。

局限：实验版 + 纯视觉理解

1. 实验版（Exp）。还在验证阶段，API 行为可能调整，生产环境慎用。2. 视觉理解不是图像生成。Vision-Exp 能看懂图片（识别、提取、理解图表），但不能生成图片。

FAQ

Q1：怎么调用？

答：通过 DeepSeek API，model id 是 deepseek-v4-flash-vision-exp。

Q2：它和 V4-Flash 是同一个模型吗？

答：基本是。在 V4-Flash 权重上加视觉，文本能力持平。

Q3：视觉真接近 Opus 4.8 吗？

答：官方称多模态 Agent 接近 Opus 4.8，第三方实测视觉基准不错。但实验版建议自己测试。

Q4：国内怎么用最方便？

答：DeepSeek 官方 API 直调，或经 橙风AI平台 一站式接入按需切换。