DeepSeek终于会”看图”了：加双眼睛，一分钱不加

8月21日，DeepSeek悄悄上线了一个新模型：deepseek-v4-flash-vision-exp。

名字很长，意思很简单——这是V4系列第一个能”看图”的模型。

以前DeepSeek只认字。截图、图表、网页、拍的照片，它都看不懂。

现在能了。看截图、读文档、分析图表、理解网页界面，都能搭上Agent干活。

最狠的一点是：加眼睛，不加价。

价格和V4-Flash一模一样。一张图最多折算384个token，高峰期算下来，看一张图大概1厘钱。

一千张图，也就一块多。这一块多，在Opus 4.8那边，可能只够按几下快门。

能力也不虚。

DeepSeek自己跑了11项基准，赢了3项，剩下的差距也不大。多模态Agent能力，官方口径是”接近Opus 4.8″。

关键是不掉链子：加了视觉，纯文本能力和V4-Flash持平，一个字都没缩水。

对开发者的意义，比参数有意思。

以前用DeepSeek做Agent，是”看”和”想”分开的：别人负责看，它负责想，中间还要对接别的视觉模型。

现在闭环了。它自己看、自己理解、自己推理、自己调工具干活。DeepSeek一起上线的免费Files API，同一张图传一次，之后随便引用，不再重复上传。

一句话总结它的打法：性能对标最强，价格打骨折。这次连”眼睛”都用最便宜的方式装上了。

AI”看图”这件事，可能要从此变成白菜价。