用了Deepseek这么久，一直被一个问题困扰，就是Deepseek是纯文本模型，不支持视觉识别，这点相当之不方便，因为现在不论是国外的什么模型，视觉识别应该是算是标配了。󠄐󠄹󠅀󠄪󠄢󠅑󠄠󠄦󠄪󠄩󠄨󠅓󠄠󠄪󠄣󠄦󠄠󠄠󠄪󠄪󠄡󠄠󠄣󠄬󠅒󠅢󠄟󠄮󠄐󠅅󠄹󠄴󠄪󠄾󠅟󠅤󠄐󠄼󠅟󠅗󠅙󠅞󠄬󠅒󠅢󠄟󠄮󠅄󠅙󠅝󠅕󠄪󠄡󠄧󠄨󠄧󠄦󠄤󠄦󠄨󠄢󠄨󠄬󠅒󠅢󠄟󠄮

因为我QQ群的机器人模型就是调用的Deepseek，虽然可以外接其他模型，比如ChatGPT Gememi，但是依旧速度上很不愉快。󠄐󠄹󠅀󠄪󠄢󠅑󠄠󠄦󠄪󠄩󠄨󠅓󠄠󠄪󠄣󠄦󠄠󠄠󠄪󠄪󠄡󠄠󠄣󠄬󠅒󠅢󠄟󠄮󠄐󠅅󠄹󠄴󠄪󠄾󠅟󠅤󠄐󠄼󠅟󠅗󠅙󠅞󠄬󠅒󠅢󠄟󠄮󠅄󠅙󠅝󠅕󠄪󠄡󠄧󠄨󠄧󠄦󠄤󠄦󠄨󠄢󠄨󠄬󠅒󠅢󠄟󠄮

所以看到Deepseek出了视觉模型 deepseek-v4-flash-vision-exp 我也是马上用上了。将机器人的对话模型切换到到 vision，其他的什么都不用动，就可以丝滑切换使用了。

关于定价问题

我看官网手册上的价格和Flash模型同步，唯一的区别就是Deepseek的图片和分辨率是挂钩的，也就是分辨率越大消耗的Token越多。并且单次图片消耗的Token最大值是384，差不多一个图片几分钱，感觉还挺划得来的，Deepseek这是又要走回最熟悉的价格战阵地了吗？󠄐󠄹󠅀󠄪󠄢󠅑󠄠󠄦󠄪󠄩󠄨󠅓󠄠󠄪󠄣󠄦󠄠󠄠󠄪󠄪󠄡󠄠󠄣󠄬󠅒󠅢󠄟󠄮󠄐󠅅󠄹󠄴󠄪󠄾󠅟󠅤󠄐󠄼󠅟󠅗󠅙󠅞󠄬󠅒󠅢󠄟󠄮󠅄󠅙󠅝󠅕󠄪󠄡󠄧󠄨󠄧󠄦󠄤󠄦󠄨󠄢󠄨󠄬󠅒󠅢󠄟󠄮

在官方公众号上，Deepseek说视觉识别模型定价和v4-Flash价格一致。

我的理解就是说如果你使用 deepseek-v4-flash-vision-exp 那么如果输入纯文本，那就是v4-Flash 的价格，如果加上了图片，那就是v4-Flash的价格+图片识别的价格。应该是这个意思。

顺便一说，在今天（8月23号），Deepseek宣布周末全天是低谷时间计费。󠄐󠄹󠅀󠄪󠄢󠅑󠄠󠄦󠄪󠄩󠄨󠅓󠄠󠄪󠄣󠄦󠄠󠄠󠄪󠄪󠄡󠄠󠄣󠄬󠅒󠅢󠄟󠄮󠄐󠅅󠄹󠄴󠄪󠄾󠅟󠅤󠄐󠄼󠅟󠅗󠅙󠅞󠄬󠅒󠅢󠄟󠄮󠅄󠅙󠅝󠅕󠄪󠄡󠄧󠄨󠄧󠄦󠄤󠄦󠄨󠄢󠄨󠄬󠅒󠅢󠄟󠄮

估计也是最近实行时段定价的机制被骂惨了，毕竟在高峰时段用pro的话是相当之贵。

希望以后将整合到Flash和Pro中去，并且逐步完善音频和视频的支持，让V4系列打造成全模态模型。󠄐󠄹󠅀󠄪󠄢󠅑󠄠󠄦󠄪󠄩󠄨󠅓󠄠󠄪󠄣󠄦󠄠󠄠󠄪󠄪󠄡󠄠󠄣󠄬󠅒󠅢󠄟󠄮󠄐󠅅󠄹󠄴󠄪󠄾󠅟󠅤󠄐󠄼󠅟󠅗󠅙󠅞󠄬󠅒󠅢󠄟󠄮󠅄󠅙󠅝󠅕󠄪󠄡󠄧󠄨󠄧󠄦󠄤󠄦󠄨󠄢󠄨󠄬󠅒󠅢󠄟󠄮

以上。