DeepSeek有多模态API了！！

mumu · 2026-08-21T17:55:00+08:00

见官方公众号。文档也更新了。api-docs.deepseek.comToken 用量 - 图像理解 | DeepSeek API Docsdeepseek-v4-flash-vision-exp 模型支持在文本之外输入图片，你可以让模型描述图片、识别截图中的文字、分析图表等。

712

mumu2026-08-21
6244
见官方公众号。
文档也更新了。
api-docs.deepseek.com
Token 用量 - 图像理解 | DeepSeek API Docs
deepseek-v4-flash-vision-exp 模型支持在文本之外输入图片，你可以让模型描述图片、识别截图中的文字、分析图表等。
主楼
EastJoe2026-08-21
12200
不是哥们，这才过去20天，这么快就训练好了?
#1
yu17452026-08-21
30483
有没有可能官网已经开放识图了3个月了
#2
凡尘2026-08-21
32038
今天上午看到这位佬的帖子，下午就真出多模态api了
DeepSeek Harness 的源码出现了 deepseek-v4-flash-vision-exp。
[初步简要分析]
#3
温州程序员劝退师2026-08-21
5547
连夜把 ds-v4-vison-exp 接入视觉测试
#4
wangzhen36912026-08-21
40967
真的假的，不会是又外接了个小模型做ocr吧
#5
microsoft23332026-08-21
19895
这个效果嘛，不怎么样啊感觉
#6
calendar2026-08-21
5944
感觉这是知识库的问题？网页端也识别不出来
#7
randname2026-08-21
6035
只是没有数据而已，拿这方面测没啥意义
#8
flymyd2026-08-21
29268
Gemini 3.7 Flash / GPT5.6（Luna/Sol） / Grok 4.6都挂了，就豆包过了，鉴定为豆包>Sol
#9
Tsingten_Hsu2026-08-21
26769
很早就想吐槽了，测试视觉怎么用识人题，不应该看它的前端参考开发能力么。
#10
Mozi2026-08-21
11213
测这个题目又没毛病，测试人的题目就是测世界知识
#11
Doro20772026-08-21
7635
能识别
#12

登录后回复