> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# DeepSeek-V4-Flash-Vision-Exp
- URL: https://www.hubwiz.com/blog/deepseek-v4-flash-vision-exp/
- Published: 2026-08-29T13:29:05.000Z
- Updated: 2026-10-13T16:18:13.000Z
- Description: DeepSeek-V4-Flash-Vision-Exp 的定位很明确：文本能力基本上保持在稳定版 V4-Flash 发布的水平（代理、推理、世界知识），而视觉是主要增量。
- Author: admin
- Tags: MODEL-ZOO, DEEPSEEK, #Import 2026-10-14 14:41

8月21日，[DeepSeek](https://www.deepseek.com/?ref=hubwiz.com) 终于为 [V4 Flash](https://302.ai/product/detail/deepseek-v4-flash?ref=hubwiz.com) 产品线装上了"眼睛"，推出了一个实验性多模态模型：[DeepSeek-V4-Flash-Vision-Exp](https://302.ai/product/detail/deepseek-v4-flash-vision-exp?ref=hubwiz.com)。

在此之前，V4 Flash 系列以高吞吐量和低成本著称——但它只能处理文本、代码、日志和文档。视觉能力明显缺失。过去一周，DeepSeek Harness GitHub 讨论中最常见的问题是"我如何让 DeepSeek 看到图像？"开发者们甚至编写自己的视觉桥接插件，将图像转换为文本后再输入模型。

![模型能力对比](https://www.hubwiz.com/blog/content/images/2026/08/0-XfpvkZ-VCZtOShaF.png)

现在这个差距已经弥合。DeepSeek 已经将这一能力直接集成到其主线 V4 模型和代理工作流中。

DeepSeek-V4-Flash-Vision-Exp 的定位很明确：文本能力基本上保持在稳定版 V4-Flash 发布的水平（代理、推理、世界知识），而视觉是主要增量。

在纯文本任务上——代理工作流、推理、世界知识——V4-Flash-Vision-Exp 的表现与稳定版 V4-Flash 大致相当，在 Terminal Bench 2.1 和 DeepSWE 等编码代理基准测试上有轻微提升。更大的变化出现在视觉信息进入代理任务时：官方数据显示在 Chartography 等视觉理解基准测试上得分很高，DeepSeek 声称其多模态代理能力正在接近 Claude Opus 4.8。

关键是，DeepSeek 没有因为添加了视觉功能而提高价格。图像按 token 计费，每张图像上限 384 个 token，整体定价与 V4-Flash 保持一致。API 支持 Chat Completions、Messages 和 Responses 格式，图像可通过 Base64、URL 或 Files API 传递——对于已经在 DeepSeek 生态系统中构建的开发者来说，集成门槛很低。

排行榜排名：

![排行榜](https://www.hubwiz.com/blog/content/images/2026/08/0-PbSih2Dm2WYD_xlc.png)

目前在 [Artificial Analysis](https://artificialanalysis.ai/leaderboards/models?ref=hubwiz.com) 排名第 32。

当然，"Exp" 后缀提醒我们这仍然是一个实验性模型。基准测试无法回答它在实际工作负载中如何处理截图识别、UI 理解或图表分析。因此，[302.AI](http://302.ai/?ref=hubwiz.com) 这次让它通过几个实际场景测试，看看真实性能是否符合预期。

## 1\. 模型基础

#### 302.AI 定价

![定价对比](https://www.hubwiz.com/blog/content/images/2026/08/1-lVZLyxvJJKBIWxtuOWzCEg.png)

是的，你没看错——峰值输出价格大约是 Claude Opus 5 的 1/19，非峰值接近 1/38。这就是在不重新定价的情况下为 Flash 系列添加视觉功能后的成本结构。

## 2\. 案例研究

#### 案例 1：多模态逻辑推理

> 提示：根据插图，猜测六张图片分别代表哪部著名电影。

> 答案：1\. 杀死比尔 2\. 回到未来 3\. 美国派 4\. 百万美元宝贝 5\. 黑客帝国 6\. 老无所依

![测试结果](https://www.hubwiz.com/blog/content/images/2026/08/0-nFFoQBoQlnMCrKUQ.png)

DeepSeek-V4-Flash-Vision-Exp：6 个中答对 5 个。

![Claude 测试结果](https://www.hubwiz.com/blog/content/images/2026/08/0-gJBLTJ-ro2jov9iA.png)

Claude Opus 5：6 个中答对 4 个。

![第二个测试](https://www.hubwiz.com/blog/content/images/2026/08/0-LzCoCk2i3BbRC303.png)

第二个测试——时间排序：

> 提示：按逻辑顺序排列四个漫画面板。

> 正确答案：C → A → D → B

![DeepSeek 排序结果](https://www.hubwiz.com/blog/content/images/2026/08/0-u1aDNoa59dl3QfIR.png)

DeepSeek-V4-Flash-Vision-Exp：顺序错误。它提供了解释，但推理很牵强——它难以同时结合视觉线索、序列关系和多步推理。

![Claude 排序结果](https://www.hubwiz.com/blog/content/images/2026/08/0-dQKKD5u9Op9uSZJ6.png)

Claude Opus 5：顺序正确，解释合理。

![Claude 完整结果](https://www.hubwiz.com/blog/content/images/2026/08/0-LnyMxmxNTBF1AeFX.png)

📌 要点：在简单的视觉识别 + 知识检索方面，DeepSeek 在这里实际上*优于* Opus 5。但当任务需要链式多模态推理时，稳定性明显下降。

### 案例 2：程序化 SVG 生成

> 提示：将参考图像中显示的场景重现为动画 SVG。

参考 1：

![参考图像](https://www.hubwiz.com/blog/content/images/2026/08/0-em3HTSx283cPiDIl.png)

- DeepSeek-V4-Flash-Vision-Exp 输出：

![DeepSeek SVG 输出](https://www.hubwiz.com/blog/content/images/2026/08/0-0s8ZyccLEjT_Ckfj.png)

- Claude Opus 5 输出：

![Claude SVG 输出](https://www.hubwiz.com/blog/content/images/2026/08/0-q09I077nolZb0gxF.png)

快速判断：两个模型都准确理解并重现了参考图像的场景逻辑，但在复杂构图和动画执行方面各有缺陷。

Opus 5 构建了更丰富、更复杂的图形；DeepSeek 在意义对意义的重现方面表现完美。

#### 案例 3：网页复制

> 提示：重新创建截图中显示的网页。

![网页截图](https://www.hubwiz.com/blog/content/images/2026/08/0-4MXBoYjuHmQ7ieZt.png)

两个模型都产生了相当完整的重建，差异在于风格而非失败：

- DeepSeek-V4-Flash-Vision-Exp 的布局与原始页面更匹配——间距、对齐和元素比例更接近源截图。

![DeepSeek 网页输出](https://www.hubwiz.com/blog/content/images/2026/08/1-2f9hmR1j4crseskyGapT2A.png)

- Opus 5 提供了更强的整体视觉连贯性——更精致的排版节奏和美学统一性。

![Claude 网页输出](https://www.hubwiz.com/blog/content/images/2026/08/1-zw4IELSDYOfCutL3HT9FPQ.png)

值得注意的是，DeepSeek 在原始布局保真度上略胜 Opus 5——对于一个预算级实验模型来说，这令人印象深刻。

---

原文链接：[DeepSeek-V4-Flash-Vision-Exp Review](https://medium.com/@302.AI/deepseek-v4-flash-vision-exp-review-88b4b66e1958?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处

> **这是「本地 & 自托管 LLM」专题的一部分。**完整地图见：[本地 & 自托管 LLM 完全指南](https://www.hubwiz.com/blog/local-llm-stack/)