8月21日，DeepSeek的新模型V4 Flash Vision Exp正式在OpenRouter平台上线。这款模型最直接的变化是支持图像输入，同时定价维持在此前V4 Flash的水平上。

从官方公布的信息看，新模型在文本智能体基准测试中的表现与V4 Flash 0731版本持平。而在Agents' Last Exam和ZeroBench两项测试中，它的成绩超过了Opus-4.8。

打开网易新闻 查看精彩图片

定价与能力的关系

这次上线最值得注意的一点是，图像输入能力没有带来额外的价格上浮。DeepSeek选择让V4 Flash Vision Exp沿用V4 Flash的定价体系，相当于在原有成本结构里直接加入了多模态能力。

对于开发者来说，这意味着调用成本不变的情况下，可以处理的任务类型变多了。图像输入的支持，让原本只能处理文本的流程，现在可以直接接入视觉信息。

基准测试的参考价值

文本智能体基准追平V4 Flash 0731，说明新增视觉能力并没有牺牲原有的文本处理水平。而在Agents' Last Exam和ZeroBench上超过Opus-4.8，则是在特定测试维度上展现了竞争力。

需要注意的是，基准测试成绩反映的是特定任务集上的表现，实际应用中的效果还会受到具体场景、数据分布等因素影响。不同模型在不同任务上的优劣，最终还是要看真实使用中的反馈。

目前该模型已经可以在OpenRouter平台上直接调用，开发者可以通过openrouter.ai/deepseek/deeps…访问。从上线时间看，距离V4 Flash 0731发布间隔并不长，DeepSeek在模型迭代节奏上保持得比较紧凑。

图像输入能力的加入，让V4 Flash系列覆盖的场景更广。对于已经在使用V4 Flash的开发者来说，这次升级提供了一个平滑的迁移路径——不需要调整预算，就能获得多模态处理能力。