看图不加价，DeepSeek把AI的“眼睛”打成了白菜价

多模态AI，一直是烧钱大户。

图片进模型，token哗哗地烧。一张图几百上千token，跨境做图、电商比价、文档扫描，成本算下来，能劝退一堆小团队。

DeepSeek这次直接掀桌子。

8月21日，它悄悄上线了个实验性模型：V4-Flash-Vision-Exp。名字很长，记住一句就够——看图和看文字，一个价。

图片按文本同样的token费率算钱，单张图token封顶384。

什么概念？以前多模态看图，图片token动辄上千。现在384封顶，还跟文字同价，成本直接砍到脚踝。

而且不是拿“能看图”当卖点的凑数货。1M上下文，一次最多塞600张图，截图、图表、扫描件、照片都能认。跑基准，部分项目已经贴近Claude Opus 4.8。

最关键的是兼容性：存量Agent框架直接能用，不用改代码。

这就有点狠了。

过去跨境SaaS、电商、文档处理的成本结构，很大一块卡在多模态调用的账单上。DeepSeek把视觉能力压进平价档，等于把这块成本直接抽干。

AI的“眼睛”，第一次这么便宜。

当一项能力贵到没人舍得用，它再强也是摆设；当它便宜到随手就能调，真正的玩法才会长出来。

DeepSeek这步棋，方向很明确：先把价格打下来，让更多人用得起，再用量换质。

AI视觉的下半场，可能要换了。