DeepSeek视觉模型白送眼睛！API价格一分没涨实测
内容提要
DeepSeek悄然上线视觉模型V4-Flash-Vision-Exp，价格与文本版持平，图片按Token计费，纯文本能力不变，多模态Agent能力大幅提升，但部分测试有退步。此举旨在让Agent“看见”屏幕，提升效率，同时开放Files API构建生态。实验性质或为商业策略，引发开发者对性价比和潜在涨价的讨论。
延伸解读
价格策略的行业影响
DeepSeek将视觉模型定价与文本版对齐，打破了多模态模型加价的行业惯例。这一策略可能迫使竞争对手重新考虑定价，尤其是依赖视觉API溢价的中间商。开发者短期内受益，但需警惕未来可能的涨价，因为实验性模型常作为市场试探。
视觉Agent的实际价值
多模态Agent能直接处理截图、UI布局等视觉信息，显著提升计算机使用场景的效率。DeepSeek在多个Agent基准测试中大幅提升，接近顶级闭源模型，但Cybergym测试的退步表明视觉模块可能影响某些决策路径，实际应用中需针对性验证。
实验版的风险与机遇
模型名称中的Exp标记意味着不稳定，开发者反馈识别准确率波动和缓存问题。生产环境直接使用存在风险，但低成本试错机会值得利用。建议在非关键任务中测试，并关注后续稳定版发布。
隐藏的生态布局
Files API的开放是更重要的战略动作，它降低了多请求重复上传的成本，为构建开发者生态打下基础。视觉模型是吸引开发者的入口，而API基础设施才是长期粘性的关键。这一布局可能比模型本身更具长远影响。
Q&A
DeepSeek新发布的视觉模型叫什么名字？
DeepSeek-V4-Flash-Vision-Exp，是DeepSeek V4系列第一个视觉模型。
DeepSeek视觉模型的API价格是多少？
价格与纯文本版V4-Flash完全一致，图片按Token计费，单张图片最多384个Token，缓存命中时百万Token输入仅0.05元。
DeepSeek视觉模型相比纯文本版在性能上有哪些提升和退步？
在DeepSWE、Toolathlon-Verified、ApexBench等测试中大幅提升，但在Cybergym测试中略有退步（75.3 vs 76.7）。
多模态Agent能力提升解决了什么问题？
让AI Agent能直接“看见”屏幕截图、UI布局、图表等视觉信息，大幅提升在真实计算机使用场景中的效率。
为什么说DeepSeek视觉模型是“实验性质”？
模型名称带“Exp”，表示实验性，可能不稳定，某些场景可能翻车，开发者反馈识别准确率有时较低。
Files API的开放有什么意义？
开发者可先上传图片到平台，通过file_id引用，避免重复上传，且不收费，有助于构建生态基础设施。
DeepSeek视觉模型对竞争对手有什么影响？
以接近Opus-4.8的多模态能力，价格却与V4-Flash持平，冲击了靠视觉API溢价收费的中间商，重新定义价格锚点。
