📖 文章导读：
DeepSeek 终于给 V4 Flash 装上“眼睛”，多模态模型 V4-Flash-Vision-Exp 近期上线，在保持极低价格的同时补齐了视觉短板。本文将通过多轮真实使用场景测评，结果显示，其文本能力未缩水，视觉理解已达实用水平，尽管在复杂推断与代码精细度上有瑕疵，但仍是低成本 Agent 工作流的性价比利器。
8 月 21 日，DeepSeek 终于给 V4 Flash 装上了“眼睛”，上线了这款实验性多模态模型：DeepSeek-V4-Flash-Vision-Exp。
此前，V4 Flash 这条产品线一直以高吞吐、低成本见长，但之前它只能读取文字、代码、日志、文档，唯独不具备视觉能力。过去一周，DeepSeek Harness 的 GitHub 讨论区里，最高频的问题就是“怎么让 DeepSeek 看图”，开发者们甚至自己写了各种 vision bridge 插件，把图片先转成文字再塞给模型。
而现在，多模态这一空白终于被补齐，DeepSeek 总算把这块能力接进了自己的 V4 主力模型和 Agent 工作流里。
DeepSeek-V4-Flash-Vision-Exp 的特征很明确：文本能力基本维持 V4-Flash 正式版的水平（Agent、推理、世界知识等），视觉能力成了主要增量。
在纯文本 Agent、推理和世界知识等任务上，V4-Flash-Vision-Exp 与 V4-Flash 正式版大致持平；Terminal Bench 2.1、DeepSWE 等 Coding Agent 测试也有小幅提升。变化更明显的是加入视觉信息后的 Agent 任务。官方数据显示，它在 Chartography 等视觉理解基准上取得了明显成绩，并称多模态 Agent 能力已经接近 Opus 4.8。
与此同时，DeepSeek 也并未因增加了视觉能力就单独抬高价格。图片会被转换成 Token 计费，单张图片最多占 384 Tokens，整体价格与 V4-Flash 保持一致。API 支持 Chat Completions、Messages 和 Responses 三种调用格式，图片可通过 Base64、URL 或 Files API 传入，对于已经在使用 DeepSeek Agent 生态的开发者来说，接入门槛并不高。
榜单排名：
目前在Artificial Analysis榜单中位列第32位。
用户评价：
当然，模型后缀的 Exp 也提醒我们，它目前还是一个实验模型。对于真实使用场景中的截图识别、UI 理解、图表分析到底能做到什么程度，跑分显然回答不了。所以这次，302.AI将从几个维度展开本期的模型实测，看看其真实表现是否能达到预期水平。
1. 实测模型基础信息
（1）实测模型在 302.AI 的价格：
| 模型名称 | 上下文 | 说明 | 302.AI内的价格 |
|---|---|---|---|
| deepseek-v4-flash-vision-exp | 1000000 | 闲时价格 | 缓存读取：$ 0.007 / 1M tokens输入：$ 0.22 / 1M tokens输出：$ 0.66 / 1M tokens |
| 高峰期价格 （北京时间：09:00‑12:00，14:00‑18:00） | 缓存读取：$ 0.014 / 1M tokens输入：$ 0.44 / 1M tokens输出：$ 1.32 / 1M tokens | ||
| claude-opus-5 | 1000000 | 缓存写入：$ 5 / 1M tokens缓存读取：$ 0.5 / 1M tokens | 输入：$ 5 / 1M tokens输出：$ 25 / 1M tokens |
（2）测评目的：
本评测侧重模型对逻辑，数学，编程，多模态，人类直觉等问题的测试，非专业前沿领域的权威测试。旨在观察对比模型的进化趋势，提供选型参考。
（3）测评方法：
本次测评使用302.AI收录的题库进行独立测试。模型分别就逻辑与数学（共10题），人类直觉（共7题），多模态（共20题）以及编程模拟（共12题）进行案例测试，对应记分规则取最终结果，下文选取代表性案例进行展示。
题库地址：https://docs.google.com/spreadsheets/d/1sBxs60yWsxc9I5Va8Rjc1_le1Omg2hOXbwqOzpImZio/edit?gid=0#gid=0
💡记分规则：
按满分10分记分，设定对应扣分标准，最终取每轮得分的平均值。
（4）测评工具：
- 所有模型均在302.AI Stuidio客户端内使用对应模型，使用统一的提示词，取第一次生成结果
- 编程测试使用302.AI Stuidio客户端的Vibe模式：调用Claude Code沙盒
编程案例分数评级：
⭐⭐⭐⭐⭐ S 级（封神）： 行业标杆，重新定义标准。
⭐⭐⭐⭐ A 级（卓越）： 生产力合格，无明显短板。
⭐⭐⭐ B 级（优秀）： 表现中规中矩，存在短板。
⭐⭐及以下 C级（不合格）： 不可用，存在明显问题。
2. 测试结果总览
302.AI 多模态模型测评分数榜单：
3. 案例展示
案例 1：多模态逻辑推理
提示词：根据插画推测以下六张图分别代表哪部著名电影 答案： 1. 《Kill Bill》《杀死比尔》
2. 《Back to the Future》《回到未来》
3. 《American Pie》《美国派》
4. 《Million Dollars Baby》《百万美元宝贝》
5. 《The Matrix》《黑客帝国》
6. 《No Country for Old Men》《老无所依》
DeepSeek-V4-Flash-Vision-Exp：5 部推理正确
Claude Opus 5：4 部推理正确
提示词：按逻辑为漫画进行排序
答案：C → A → D → B
DeepSeek-V4-Flash-Vision-Exp：推理错误，有相关解释但逻辑比较牵强
laude Opus 5：推理正确，解释合理
案例 2：程序化 SVG 图形生成
提示词：将参考图展示的画面绘制为动态svg
参考图 1：
DeepSeek-V4-Flash-Vision-Exp 输出效果：
Claude Opus 5 输出效果：
提示词：将参考图展示的画面绘制为动态svg
参考图 2：
DeepSeek-V4-Flash-Vision-Exp 输出效果：
Claude Opus 5 输出效果：
简评：
两组模型都能准确理解和表达参考图画面逻辑，但在复杂图形构成和动态表现上都各有瑕疵。
| 测评点 | DeepSeek-V4-Flash-Vision-Exp | Claude Opus 5 |
| 语义表达准确度 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 图形构造复杂度 | ⭐⭐⭐ | ⭐⭐⭐⭐ |
| 动态实现质量 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
案例 3：网页复刻
提示词：复刻截图所展示的网页。
网页截图：
（来源：Zama Khan Mohammed）
DeepSeek-V4-Flash-Vision-Exp 输出效果：
Claude Opus 5 输出效果：
简评：
两组模型都较完整地还原了网页内容，DeepSeek-V4-Flash-Vision-Exp 在排版布局上与原网页相近度更高，Opus 5 的整体视觉风格协调性更强。
| 测评点 | DeepSeek-V4-Flash | Claude Opus 5 |
| 功能完整性 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 视觉表现力 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 还原度 | ⭐⭐⭐⭐ | ⭐⭐⭐ |
案例 4：建筑草图复原
提示词：
根据参考图理解房间的空间结构,将其还原为一个可交互的Three.js 3D场景。
尽可能准确地复现图中的房间布局、建筑结构、家具位置、比例关系、材质、色彩和灯光氛围，并根据参考图合理推断不可见的空间结构。
视角支持鼠标旋转、缩放和自由查看。整体效果应尽可能还原参考图的空间感和视觉风格。
参考图：
DeepSeek-V4-Flash-Vision-Exp 输出效果：
简评：
✅ 核心优势：
- 基础设施较还原，配色系统更大胆明亮，灯光系统非常完整，光线自然和谐；
- 明确设定了房间尺寸，所有家具的位置和比例关系都较为严谨。
❌ 不足之处：
- 代码组织方式较为传统，使用
<script>标签直接加载，未使用 ES Module； - 部分装饰物几何精度一般，形状略显生硬，窗户严重穿模。
Claude Opus 5 输出效果：
简评：
✅ 核心优势：
- 代码架构现代且优雅，使用
ES Module方式引入 Three.js，符合当前主流开发规范； - 更具风格化和艺术感，低饱和色系搭配，整体调性非常统一。
❌ 不足之处：
- 右侧窗户处理与参考图区别较大，部分家具出现穿模；
- 虽然也构建了从窗户射入的方向光，但与窗户的物理关联性不够紧密。
| 测评点 | DeepSeek-V4-Flash | Claude Opus 5 |
| 建模质感 | ⭐⭐⭐ | ⭐⭐⭐ |
| 视觉表现力 | ⭐⭐⭐ | ⭐⭐⭐ |
| 还原度 | ⭐⭐⭐ | ⭐⭐⭐ |
4. DeepSeek-V4-Flash-Vision-Exp 模型实测结论
综合测试结果来看，DeepSeek-V4-Flash-Vision-Exp 的视觉能力已经达到了日常实用的水平。
首先，文本能力没缩水。 在逻辑推理、代码生成等纯文本任务上，它基本延续了 V4-Flash 正式版的水平。视觉能力的加入没有明显牺牲原本的 Agent 和编程能力，这也是它作为 V4-Flash 视觉版最重要的基础。
其次，视觉能力的加入，确实改变了使用边界。在多模态逻辑推理中，模型能够准确理解大部分图片信息。更重要的是，进入图片驱动的编程任务后，它能完成从理解参考图、提取视觉和空间信息，再转换成代码的过程。网页复刻中，DeepSeek-V4-Flash-Vision 的页面布局还原度表现较佳，建筑草图建模也能较好地处理房间结构、家具位置和整体空间关系。和 Claude Opus 5 对比来看，两者各有胜负，DeepSeek 在网页布局还原、空间结构理解上并不吃亏，而在复杂图形构造的精细度和代码组织规范性上，则还有差距。
最后，短板也很明显。 漫画排序的逻辑推理案例翻车，暴露了模型在遇到需要同时结合视觉线索、时序关系和多步推断的复杂任务时，稳定性仍然不足。SVG 动态图形和 Three.js 场景生成中，几何精度、细节表现也会出现瑕疵，整体效果能用，但完成度有限。如果只是追求极强的单项视觉理解或最高质量的前端生成，它暂时未能取代或超越 Opus 5 这类更高定位的模型。
考虑到目前 V4-Flash-Vision-Exp 版本与 V4-Flash 保持了相同价格，本次升级的性价比仍具吸引力。对于原本就使用 DeepSeek API 的用户来说，纳入视觉能力几乎没有额外的使用门槛，却让 Agent 多了一层感知能力。放在 DeepSeek 自己的产品体系里看，V4-Flash-Vision-Exp 更重要的意义在于，把图片真正接进了低成本、高吞吐的 Agent 工作流。
“Exp”的后缀意味着模型还在迭代，这还不是它的最终形态。至于下一阶段会带来怎样的能力变化，仍值得继续期待。
常见问题 FAQ
Q1：DeepSeek-V4-Flash-Vision-Exp 是什么？和 V4-Flash 有什么区别？
DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek 在 V4-Flash 基础上推出的实验性多模态模型，新增图像理解能力，同时保留文本、推理和 Agent 能力。它支持图像输入，视觉能力是主要增量，整体价格与 V4-Flash 保持一致。相比原版 V4-Flash，Vision-Exp 更适合截图分析、图表理解、UI 识别和视觉辅助 Agent 工作流。
Q2：DeepSeek-V4-Flash-Vision-Exp 的视觉能力有多强？
DeepSeek-V4-Flash-Vision-Exp 可以处理截图、图表、界面和建筑草图等视觉输入，并将图像信息纳入 Agent 任务。根据 302.AI 实测，它的视觉理解已经达到实用水平，适合多模态逻辑推理、网页复刻和建筑草图复原。不过，在复杂视觉推断和细节识别上仍可能出现偏差，不能把实验版本当作完全成熟的视觉旗舰。
Q3：DeepSeek-V4-Flash-Vision-Exp 支持多模态 Agent 吗？
支持。模型可以将图像理解与文本推理、工具调用和代码任务结合，适合截图分析、UI 理解、图表分析和视觉辅助的 Agent 工作流。官方称其多模态 Agent 能力已经接近 Opus 4.8，但这是基于特定基准和官方口径，实际效果仍需要结合任务类型、提示词和工具链进行验证。
Q4：DeepSeek-V4-Flash-Vision-Exp 的价格是多少？
根据 302.AI 当前页面，闲时缓存读取价格为 $0.007/百万 Token，输入 $0.22/百万 Token，输出 $0.66/百万 Token；高峰期缓存读取为 $0.014/百万 Token，输入 $0.44/百万 Token，输出 $1.32/百万 Token。图片会转换为 Token 计费，单张图片最多占 384 Tokens。具体价格以 302.AI API 超市实时页面为准。
Q5：DeepSeek-V4-Flash-Vision-Exp 支持哪些图片调用方式？
DeepSeek-V4-Flash-Vision-Exp 的 API 支持 Chat Completions、Messages 和 Responses 三种调用格式。图片可以通过 Base64、URL 或 Files API 传入。对于已经使用 DeepSeek Agent 生态的开发者来说，通常不需要重新搭建完整系统，只需根据接口要求增加图像输入字段即可完成适配。
Q6：DeepSeek-V4-Flash-Vision-Exp 擅长哪些场景？
根据 302.AI 的 4 个实测案例，DeepSeek-V4-Flash-Vision-Exp 主要适合：1）多模态逻辑推理；2）程序化 SVG 图形生成；3）网页复刻；4）建筑草图复原。此外，它也适合截图识别、UI 理解、图表分析以及低成本的视觉 Agent 工作流。对于需要高频调用视觉能力的应用，它的价格优势比较明显。
Q7：DeepSeek-V4-Flash-Vision-Exp 有哪些局限性？
DeepSeek-V4-Flash-Vision-Exp 目前仍是实验性模型，主要局限包括：1）复杂视觉推断和细节理解仍可能出错；2）部分代码生成和工程细节不够精确；3）Artificial Analysis 榜单中位列第 32 位，综合能力并非顶尖；4）官方基准表现不能完全代表真实工作流体验。因此，它更适合作为低成本多模态 Agent 组件，而不是所有视觉任务的旗舰替代品。
Q8：如何在 302.AI 上调用 DeepSeek-V4-Flash-Vision-Exp API？
在 302.AI 调用 DeepSeek-V4-Flash-Vision-Exp 的步骤是：1）注册并充值 302.AI 账号；2）进入 API 超市，搜索 DeepSeek-V4-Flash-Vision-Exp；3）获取 API Key；4）使用在线调试功能测试；5）按照接口文档，通过 Chat Completions、Messages 或 Responses 接口传入文本和图片。也可以通过 Base64、URL 或 Files API 传图，并接入 Python、Node.js 等应用。
5. 如何在 302.AI 上使用
1. 使用302.AI客户端
步骤指引：对话框内选择模型菜单
输入deepseek-v4即可获取相应版本调用
2. 聊天机器人中使用
步骤指引 ：应用超市→聊天机器人→立即体验
选择模型：国产模型→deepseek-v4-flash-vision-exp→确认
3. 使用模型 API
步骤指引：API超市→语言大模型→Deepseek→deepseek-v4-flash-vision-exp
点击【Playground】在线调用 API
想即刻体验 DeepSeek-V4-Flash-Vision-Exp 模型？
👉立即注册免费试用302.AI，开启你的AI之旅！👈
为什么选择302.AI？
● 灵活付费：无需月费，按需付费，成本可控
● 丰富功能：从文字、图片到视频，应有尽有，满足多种场景需求
● 开源生态：支持开发者深度定制，打造专属AI应用
● 易用性：界面友好，操作简单，快速上手
