DeepSeek-V4-Flash-Vision-Exp 開放權重：價格與 V4-Flash 相同，現可自行託管

DeepSeek-V4-Flash-Vision-Exp，這個於8月21日在DeepSeek API上推出的實驗性多模態模型，已於8月31日在Hugging Face上以MIT授權釋出權重。API上線十天後，這個以與DeepSeek-V4-Flash完全相同的token費率計費的大腦，已可完整下載——包括模型檔案、tokenizer、提示編碼參考、精簡的PyTorch推論路徑，以及vLLM專案於同日宣布的當日上線（day-0）vLLM服務支援。這使得原本就是最便宜的具視覺1M上下文代理，同時也成為最便宜的自架選項，也代表參考實作不再是執行它的唯一方式。其中有一個值得先點出的新說法：分析師Teortaxes在X上閱讀此釋出後表示，開放權重的釋出帶來了與Moonshot和GLM視覺模型的功能對等。開放權重是經證實的事實；而對等之說則是尚無人複現的第三方解讀。

實際發佈的內容

DeepSeek-V4-Flash-Vision-Exp 是一個實驗性多模態模型，透過模型 ID deepseek-v4-flash-vision-exp 存取。架構上，它是在 V4-Flash MoE 骨幹上配備視覺編碼器與對齊器——即原本約 2840 億參數、130 億活躍參數的文字模型，並加入了視覺模組。它接受文字與圖像輸入，輸出文字，支援 1M token 的上下文視窗與 384K 的最大輸出長度，並提供思考與非思考兩種模式。它支援 Chat Completions 格式、Anthropic 風格的 Messages 格式，以及 Responses 格式——這三者正是 Agent 框架無需自訂轉接器即可整合該模型所需的格式組合。

關於圖像輸入，DeepSeek 接受 JPEG、PNG、GIF 和 WebP，可透過三種方式傳遞：內嵌 base64、外部 URL，或透過 Files API 上傳的檔案。目前尚不支援影片或音訊輸入——此處的「視覺」僅限靜態圖片。

DeepSeek 在發布說明中的自我定位：純文字能力——代理、推理、世界知識——與官方 DeepSeek-V4-Flash 版本相當，而多模態代理能力則大幅躍進，接近 Opus-4.8 的水準。這是廠商的說法，尚未經他人重現，值得仔細閱讀，因為其背後的基準測試細節比標題本身更有意思。

開放權重發布的實際內容

今日的發布解答了發布文章遺留的問題。Hugging Face 儲存庫 —— deepseek-ai/DeepSeek-V4-Flash-Vision-Exp —— 採用 MIT 授權，並提供完整權重（約 2850 億個參數 —— V4-Flash MoE 主幹加上視覺編碼器與對齊器 —— 每個 token 約啟用 130 億個參數，分散於 48 個 shard）、分詞器、OpenAI 風格的 prompt 編碼參考實作，以及一條涵蓋視覺編碼器、對齊器、DFlash attention、MoE、Hyper-Connections 與 DSpark 前向傳遞的精簡 PyTorch 推論路徑。DeepSeek 仍將 PyTorch 程式碼稱為參考實作，而非生產級服務引擎 —— 但它已不必再作為服務路徑，因為 vLLM 在當天同步宣布了 day-0 支援。

vLLM 專案自身的說法是，它現在已經提供該模型的服務。在實務上，這句話的意義——經由對照 vLLM 儲存庫與模型卡驗證後——指的是釘定一個「首日」Docker 映像檔（vllm/vllm-openai:deepseekv4-flash-vision），以及一份官方配方，但該配方綁定在一個仍未合併的上游 pull request（#54566）上。視覺支援並未包含在任何已發佈的 vLLM wheel 中——一般版本的 wheel 會把檢查點導向純文字路徑，並在視覺張量上失敗——所以這裡所謂的「首日」指的是你釘定的映像檔，而不是對現有 vLLM 安裝的升級。在那個映像檔上，vLLM 在 NVIDIA GB200 上回報了可運作的視覺路徑，並在其參考設定上取得 OCRBench 分數 835（83.5%）。實際的天花板已經從「等待穩定版釋出」變成了「自己下載、自己服務、自己測量」。

在 X 上，分析師 Teortaxes 以競爭角度來詮譯這次發布：開放權重如今讓 DeepSeek 在部分功能上與 Moonshot 和 GLM 的視覺模型達到對等。這是第三方的解讀——既非 DeepSeek 的聲明，也非實測結果——但它的可驗證性在這次發布之前是不存在的，因為同一發布也將執行比較所需的檔案交到了任何人手中。

為何基準跳升的幅度比表面看起來更大

以下所有數據均出自 DeepSeek 官方發布說明，並非經獨立驗證。在嵌入截圖與圖像的 agent 基準測試中，僅支援文字的 DeepSeek-V4-Flash 不會讀取這些內容——它直接忽略任務中的多模態部分。DeepSeek-V4-Flash-Vision-Exp 則會實際查看，因此差異才會如此巨大：

• ApexBench Pass@1 — Vision-Exp 36.5 對比 V4-Flash 26.2（Opus-4.8 39.4）

• 代理最終考試 — Vision-Exp 27.3 vs V4-Flash 25.2 (Opus-4.8 25.7)

• Terminal-Bench 2.1 — Vision-Exp 83.9 vs V4-Flash 82.7（Opus-4.8 85.0）

• NL2Repo — Vision-Exp 57.7 對比 V4-Flash 54.2（Opus-4.8 69.7）

• DeepSWE — Vision-Exp 59.3 對比 V4-Flash 54.4（Opus-4.8 58.0）

• 圖表繪製 — Vision-Exp 64.3（純文字版 V4-Flash 無法嘗試）

• ZeroBench Pass@5 — Vision-Exp 35.0（僅文字版的 V4-Flash 無法嘗試）

這些數字中有兩個值得再看一眼。在 Agents' Last Exam 中，Vision-Exp（27.3）以些微差距勝過 Opus-4.8（25.7）；在 DeepSWE 上它也擊敗了 Opus-4.8（59.3 對 58.0）。這正是「接近 Opus-4.8」這個說法的實際依據——不是單一一個亮眼成績，而是一系列 agentic 基準測試：在這些測試中，能看見螢幕讓它縮短了與前沿多模態模型之間的大部分差距，同時在價格上卻低了約一個數量級。

一張圖像的成本，精確到小數點

圖片會以分詞（token）計費——每張最多 384 個 token——然後依照與 DeepSeek-V4-Flash 相同的每 token 費率收費。由於 DeepSeek 已於 2026 年 8 月 16 日將所有模型改為尖峰／離峰定價，因此實際金額取決於你呼叫的時間：

• 輸入，快取未命中 — 離峰時段每 1M tokens 0.22 美元，尖峰時段 0.44 美元

輸入，快取命中 — 離峰時段每 100 萬個 token 為 $0.007，尖峰時段為 $0.014

• 輸出 — 離峰時段每 1M tokens 為 $0.66，尖峰時段為 $1.32

• 尖峰時段 — 01:00–04:00 和 06:00–10:00 UTC（其他所有時段皆為離峰）

算一下就知道，視覺的成本幾乎消失了。一張圖片以其384個token的上限計算，離峰時段作為輸入約為0.0085美分，尖峰時段約為0.017美分。一個在一次執行中讀取50張螢幕截圖的代理程式，會增加大約半美分的輸入token——這還是在模型寫出第一個輸出token之前。DeepSeek也會在推論前限制解析度：低細節等級會調整為512×512，高/原始則會預先縮放圖片（小圖放大到約384×384，大圖縮小到約800×800），因此高解析度的原始圖片絕不會以原生像素數量輸入模型。

這些費率如今是上限，而非唯一選項。權重既已公開，自行託管的成本取決於你 GPU 的費用，而非按 token 計價的列表價格——若你已在營運推論硬體，這值得仔細計算；若否，則無關緊要。

配角阵容：免费的 Files API 和 Harness 0.1.1

API 發布的同時，另有兩項基礎設施元件一同推出。Files API 已正式上線且完全免費：只需上傳一次圖片，即可透過 file_id 引用，並在多次請求間重複使用，無須重新傳送位元組——這對需要在多輪對話中將頁面保留於上下文的瀏覽代理而言格外重要。同日發布的 DeepSeek Harness 0.1.1 開箱即用地支援新模型，因此這套用於基準測試與驅動 DeepSeek 代理型工作負載的 harness 可立即鎖定新模型。由於權重以 MIT 授權釋出，模型與工具鏈的完整技術棧現已端到端全面開放。

生產警告，直言不諱

這是一個實驗性模型。DeepSeek 明確將其標記為實驗性質，尚未公布 GA 日期，並建議不要直接在生產環境中運行；官方計畫是根據回饋持續迭代，之後再發布穩定版本。實際上的影響是：文本大腦已經過驗證——它與驅動 V4-Flash 的是同一套權重系列——但視覺路徑是全新的程式碼。vLLM 的 day-0 鏡像讓它今天就能運行，但該鏡像明確屬於預發布狀態：視覺實作位於一個開放的 pull request 中，而非穩定版本，且目前唯一有公開視覺運行紀錄的硬體是 NVIDIA GB200。因此，第一波獨立壓力測試本週才剛剛展開——但這波測試是從真正的服務引擎開始，而不只是 DeepSeek 的參考程式碼。

這正是路由層證明其價值所在的情境。在 OrcaRouter 上，deepseek/deepseek-v4-flash-vision-exp 和 deepseek/deepseek-v4-flash 兩者同時在單一 API 後方上線，以 DeepSeek 的定價原價轉傳、零加成。你可以將帶圖片的流量指向實驗模型，並在同一份組態中設定自動故障轉移，一旦模型出錯或逾時便立即切換至備援方案——這正能降低整個「新程式碼」問題的風險。路由 DSL 也讓你能只把真正包含圖片的呼叫送給視覺模型，將純文字流量保留在 DeepSeek-V4-Flash 上，在基準測試確有增益之處取得優勢，在沒有增益之處則無須多付任何成本。

MIT 授權也意味著，對於想要自行架設的團隊來說，現在多了一條路徑可走——該版本包含了參考推論程式碼，而 vLLM 的 day-0 映像檔則提供了生產級的服務選項，因此你不會被綁死在 API 上。對於那些不想為了評估模型而營運一個約 2,850 億參數 MoE 的人來說，路由 API 是門檻較低的入門方式。

接下來要看什麼

自API發布以來，懸而未決的問題已逐漸收窄。DeepSeek-V4-Flash-Vision-Exp是否達到GA狀態，價格能否維持？影片或音訊輸入是否會緊隨其後——目前該模型僅支援靜態影像，這使得大型多模態前沿模型在動態媒體領域無人匹敵？vLLM的視覺路徑何時能從固定的第0天影像升級為穩定版本，並擴展到GB200以外的硬體？而獨立評測——首次由第三方在ApexBench或Terminal-Bench上進行的測試，現在任何擁有GPU的人都能執行——能否重現已發佈的數據？

自發布說明發出以來，有一件事已經改變。9 月 8 日，Teortaxes——其對等框架分析出現在上文的分析師——從實機測試中回報，DeepSeek 現在似乎至少運行兩個現代 V4-Flash-Vision 模型。他透過灰階測試接觸到的那個，在他測試中是兩者中較強的一個，運行速度與 DeepSeek-V4-Flash-Vision-Exp 相同，他認為這代表共用同一個基礎；較新的建置更快但較弱。這是單一研究者的灰階測試觀察，既非 DeepSeek 的聲明，也非獨立基準測試。這件事發生在同一天，DeepSeek 展開了為期兩天的 API 測試版，提供一個它稱之為原生多模態且更快的「中階版本」——模型 ID deepseek-v4.1-flash-expires-on-0910 於 9 月 8 日開始提供服務——因此對買家而言，實際問題在於正式發布版本在速度與強度的取捨之間落在何處：較快的層級是否保留了讓開放權重發布備受關注的代理型基準測試表現，還是用吞吐量換掉了它。

Moonshot/GLM 的對等性問題是另一個值得關注的議題。Teortaxes 的論述框架，正是廠商「接近 Opus-4.8」說法的可測試版本：在權重開放的情況下，任何人都可以自行在各式基準測試中，直接拿它與 Moonshot 和 GLM 的視覺模型進行比較。在有人實際去做之前，這始終只是一種宣稱。整個發布背後無需再驗證的，是定價事實——以文字價格提供視覺功能，這是一個計費數字，而非基準測試；而且在權重開放後，它現在還多了一個免費替代方案。