该模型基于 V4‑Flash 底座升级而来，核心特点是文本能力不衰减、新增原生图像理解。在推理、Agent 执行、世界知识等纯文本任务上，该模型与 V4‑Flash 正式版性能完全持平；在需要视觉输入的多模态 Agent 基准测试中，性能实现大幅跃升，官方评测显示多模态 Agent 能力已接近 Claude Opus‑4.8 水平。

一、核心技术规格

•       （1）上下文窗口：100 万 token，最大输出 384K token，并发能力与 V4‑Flash 保持一致。
•       （2）支持图文混合输入，兼容 JPEG、PNG、GIF、WebP 主流图片格式，可完成截图 OCR 识别、图表解析、UI 页面分析、文档图文解析等任务。
•       （3）计费规则延续 V4‑Flash 标准，图片自动转换为 token 计费，单张图片最高折算 384token，无额外视觉功能服务费。
•       （4）支持三种图片传入方式：base64 内联、外部图片 URL、全新上线的免费 Files API。Files API 支持图片一次上传，通过 file_id 多次复用，减少重复上传带宽消耗，非常适配多轮 Agent 业务场景。
•       （5）同步更新 DeepSeek Harness 0.1.1 版本框架，开箱支持该视觉模型，进一步降低多模态智能体开发门槛。
  
  
  

二、行业价值与落地场景

      本次发布标志 DeepSeek 正式完成 “文本 + 视觉” 一体化 Agent 能力闭环。开发者无需切换模型服务商，即可在原有 DeepSeek 开发链路中，实现看图 + 工具调用的复合智能体任务，可广泛应用于文档解析、业务截图自动化处理、图表数据分析、PPT 生成、网页 UI 重构、前端 Demo 生成等场景。在同等 Flash 档位的成本下，获得接近顶级旗舰模型的多模态 Agent 表现，进一步拉低企业构建多模态应用的技术与成本门槛。

九章 AI 智能体平台，快速承接前沿多模态模型能力，赋能企业业务落地, 九章 AI 智能体平台已完成对 DeepSeek‑V4‑Flash‑Vision‑Exp 模型的生态适配，企业用户可在平台内直接调用该实验多模态模型，将图文理解能力快速注入自有智能体业务流程。依托平台可视化智能体编排、RAG 知识库、插件技能体系、多智能体协同、统一算力调度等生产级能力，企业无需处理底层 API 对接、图片文件管理、Harness 框架改造等复杂开发工作，即可快速搭建具备截图识别、图纸解析、图文文档处理、图表分析的行业智能体应用。平台支持多模型统一管理，可灵活切换不同底座模型，兼顾业务稳定性与前沿技术验证，帮助企业把最新多模态 Agent 能力快速转化为业务可用的数字化能力，覆盖政务、制造、金融、办公自动化等多元化业务场景。