DeepSeek V4 Flash Vision Exp API mit Bildern verwenden

Lifecycle-Update – 10. September 2026: DeepSeek hat V4.1 Flash veröffentlicht. In der DeepSeek-Direkt-API werden deepseek-v4-flash und deepseek-v4-flash-vision-exp jetzt an V4.1 Flash weitergeleitet; deepseek-v4-pro folgt planmäßig am 14. September 2026 um 12:00 Uhr Pekinger Zeit (04:00 UTC). Auf EvoLink sind deepseek-v4-flash und deepseek-v4-pro nicht betroffen und liefern weiterhin DeepSeek V4 Flash und V4 Pro; deepseek-v4-flash-vision-exp leitet jetzt an DeepSeek V4.1 Flash weiter. Siehe das offizielle Update, die Modellseite von V4.1 Flash und den Migrationsleitfaden.

Kurzantwort: Was vor dem ersten Bild-Request nötig ist

Scheitert eine Laufzeitprüfung, lassen Sie diesen Workload auf einem bereits verifizierten Vision-Modell und behandeln V4.1 Flash zunächst als Evaluationskandidat.

Workflow für Bild-Inputs verstehen

Der praktische Ablauf lautet: ein oder mehrere Bilder mit einer präzisen Textanweisung senden, ein aktiviertes Protokoll wählen, das strukturierte Ergebnis validieren und Usage erfassen, bevor mehr Traffic geroutet wird. Ein Browser oder Agent sollte aufgrund einer einzigen ungeprüften Bildantwort keine irreversible Aktion ausführen.

Erstellen Sie vor der Integration ein kleines Testset: einen sauberen Screenshot, eine dichte Benutzeroberfläche, eine gescannte Seite, ein Diagramm mit kleinen Beschriftungen und ein absichtlich mehrdeutiges Bild. Definieren Sie vor dem Request die erwarteten Felder oder die gewünschte Entscheidung.

Das passende Protokollformat wählen

Die folgenden Beispiele entsprechen den aktuellen EvoLink-Content-Formen für Vision Exp. Nutzen Sie Endpoint, Pflichtfelder und Limits der verlinkten Protokollseite, denn die drei Payloads sind nicht austauschbar.

Chat Completions: image_url

{
  "model": "deepseek-v4-flash-vision-exp",
  "messages": [
    {
      "role": "user",
      "content": [
        { "type": "text", "text": "Return the visible error message and the UI state as JSON." },
        { "type": "image_url", "image_url": { "url": "https://example.com/screenshot.png" } }
      ]
    }
  ]
}

Messages: image-Content-Block

{
  "model": "deepseek-v4-flash-vision-exp",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": [
        { "type": "image", "source": { "type": "url", "url": "https://example.com/invoice.png" } },
        { "type": "text", "text": "Extract invoice number, date, currency, subtotal, tax, and total." }
      ]
    }
  ]
}

Responses: input_image

{
  "model": "deepseek-v4-flash-vision-exp",
  "input": [
    {
      "role": "user",
      "content": [
        { "type": "input_text", "text": "Summarize the chart, then list every directly observed label." },
        { "type": "input_image", "image_url": "https://example.com/chart.png" }
      ]
    }
  ]
}

Bild-URL, Base64 oder Files API?

Die Wahl hängt von Datenzugriff, Request-Größe, Wiederverwendung und dem dokumentierten EvoLink-Umfang ab.

Für größere Bilder ist eine kurzlebig signierte URL sinnvoll, sofern das Gateway sie abrufen kann. Base64 eignet sich für kleine private Bilder. Behaupten Sie keine Files-API-Unterstützung, bevor sie in der EvoLink-Dokumentation der Route steht.

DeepSeek dokumentiert upstream JPEG, PNG, GIF und WebP. Größen-, URL-, Timeout- und Mehrbild-Limits des Gateways können enger sein.

Bildkosten ohne zweite Preistabelle schätzen

Für zwei Bilder ergibt die aktuelle Regel der Direkt-API eine Obergrenze von 2.048 Bild-Tokens (nach der ursprünglichen Vision-Exp-Angabe waren es 768), bevor Prompt und Output hinzukommen. Vergleichen Sie die Schätzung anschließend mit der tatsächlichen Usage der EvoLink-Route. Ein Cache-Vorteil für wiederholte Textpräfixe darf nicht automatisch auf Bildinhalte übertragen werden.

Ergebnis vor der Automatisierung validieren

Eine flüssige Bildantwort kann trotzdem falsch sein. Definieren Sie je Workload eine Abnahmeregel:

Messen Sie die Quote akzeptierter Ergebnisse, nicht nur HTTP-Erfolg. Ein billiger Request mit vielen Wiederholungen oder manuellen Korrekturen kann teurer werden als eine stärkere Fallback-Route.

Häufige Fehler bei Bild-Requests

Erfinden Sie keine feste RPM-, TPM-, Dateigrößen- oder Parallelitätsgrenze. Nutzen Sie die routenspezifische EvoLink-Dokumentation und prüfen Sie das Verhalten mit dem späteren Produktionskonto.

Kontrollierter Produktions-Rollout

Starten Sie mit einer kleinen, beobachtbaren Traffic-Klasse wie Screenshot-QA mit menschlicher Prüfung. Modellwahl gehört in die Konfiguration, nicht als fest codierte Modell-ID in die gesamte Anwendung.

1. Einen URL- oder Base64-Request im gewählten Protokoll erfolgreich ausführen.
2. Antwort, Usage, Abrechnung und Fehler-Logging prüfen.
3. Das feste visuelle Testset mit Vision Exp und einem Fallback vergleichen.
4. Nur einen kleinen Traffic-Anteil routen und Kosten pro akzeptiertem Ergebnis messen.
5. Erst erweitern, wenn Qualität, Latenz, Fehler und Kosten den Grenzwert erfüllen.

Das einheitliche EvoLink-API-Gateway erleichtert diesen Ablauf, weil Teams Routen, Nutzung und Abrechnung vergleichen können, ohne die gesamte Integration um ein einzelnes Provider-Modell herum neu aufzubauen.

FAQ

Wie lautet die genaue Modell-ID?

Ist DeepSeek V4 Flash Vision Exp auf EvoLink verfügbar?

Kann ich Bilder an deepseek-v4-flash senden?

Bild-URL oder Base64?

Eine signierte URL eignet sich für größere Assets, wenn das Gateway sie abrufen kann. Base64 passt zu kleinen privaten Bildern innerhalb des dokumentierten Request-Limits. Schützen Sie sensible Daten in beiden Fällen.

Unterstützt das Modell Files-API-Uploads?

DeepSeek dokumentiert upstream eine Files API. Das beweist nicht, dass dieselbe Funktion über jede EvoLink-Route verfügbar ist. Verwenden Sie sie nur nach ausdrücklicher Bestätigung in der EvoLink-Dokumentation.

Wie viel kostet ein Bild?

Für das ursprüngliche Vision-Exp-Modell nannte DeepSeek bis zu 384 Input-Tokens pro Bild; der aktuelle Vision-Leitfaden setzt für die Direkt-API eine Obergrenze von 1024 Tokens pro Bild. Requests an diese ID laufen jetzt auf V4.1 Flash – planen Sie mit der aktuellen Regel, addieren Sie Text-Input, Output, Retries und Agent-Runden und wenden Sie anschließend die Live-Raten der Produktseite an.

Welche Bildformate werden unterstützt?

DeepSeek dokumentiert upstream JPEG, PNG, GIF und WebP. Prüfen Sie vor Produktion zusätzlich EvoLink-spezifische Größen-, URL- und Mehrbild-Limits.

Was sollte vor Produktions-Traffic getestet werden?

Testen Sie einfache und schwierige Bilder, strukturierte Ausgabe, kleine Schrift, fehlende Felder, Latenz, Retries, Usage, Abrechnung und Fallback. Erweitern Sie erst, wenn die Kosten pro akzeptiertem Ergebnis passen.

Quellen und nächste Schritte

• EvoLink: DeepSeek V4 Chat Completions
• EvoLink: DeepSeek V4 Messages
• EvoLink: DeepSeek V4 Responses
• DeepSeek Vision Guide
• DeepSeek V4 Flash Vision Exp Release
• DeepSeek API Changelog

Halten Sie diesen Leitfaden mit den drei EvoLink-Protokollseiten synchron. Ändern sich das Modell hinter dieser ID, Bildfelder oder Routengrenzen, müssen Beispiele und Abrechnung erneut geprüft werden.