Cómo usar DeepSeek V4 Flash Vision Exp API con imágenes

Respuesta rápida: qué necesitas antes de la primera imagen

Si falla una comprobación en ejecución, mantén esa carga en un modelo Vision ya verificado y evalúa Vision Exp por separado.

Flujo de entrada de imágenes

El flujo práctico es adjuntar una o varias imágenes a una instrucción concreta, elegir el protocolo, validar el resultado estructurado y registrar el uso antes de aumentar tráfico. Un navegador o agente no debe realizar una acción irreversible basándose en una única respuesta visual sin revisar.

Prepara un conjunto pequeño: captura limpia, interfaz densa, página escaneada, gráfico con etiquetas pequeñas e imagen ambigua. Define antes los campos o la decisión esperados.

Elegir la estructura del protocolo

Estos ejemplos coinciden con las formas actuales de EvoLink. Usa el endpoint, campos obligatorios y límites de la página correspondiente.

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: bloque image

{
  "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

Responses encaja en flujos de agentes más largos:

{
  "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" }
    ]
  }]
}

¿URL, Base64 o Files API?

Usa una URL firmada para archivos grandes accesibles al gateway y Base64 para imágenes privadas pequeñas. No afirmes soporte de Files API sin documentación específica. DeepSeek documenta JPEG, PNG, GIF y WebP upstream; EvoLink puede aplicar límites más estrictos de tamaño, URL, tiempo y cantidad.

Estimar el coste sin duplicar precios

Para dos imágenes, parte de 768 tokens visuales como techo upstream prudente y suma prompt y salida. Contrasta después con el uso real de EvoLink. No supongas que la caché del prefijo de texto se aplica igual a la imagen.

Validar antes de automatizar

Mide la tasa de resultados aceptados, no solo HTTP 200. Reintentos y correcciones pueden hacer más cara una ruta aparentemente barata.

Errores frecuentes

No inventes RPM, TPM, tamaño ni concurrencia. Usa los límites de la ruta y prueba con la cuenta que llevará producción.

Despliegue progresivo

1. Completar una solicitud URL o Base64 en el protocolo elegido.
2. Confirmar respuesta, uso, facturación y logs.
3. Comparar el conjunto visual fijo con un fallback.
4. Enviar una pequeña parte y medir coste por resultado aceptado.
5. Ampliar solo si calidad, latencia, errores y coste cumplen el umbral.

Guarda el ID experimental en configuración. El gateway unificado de EvoLink permite comparar rutas, uso y facturación sin reconstruir la integración alrededor de un único proveedor.

FAQ

¿Cuál es el ID exacto?

¿Está disponible Vision Exp en EvoLink?

Sí. A 21 de agosto de 2026, EvoLink lo documenta con comprensión de imágenes en Chat Completions, Messages y Responses.

¿Puedo enviar imágenes a deepseek-v4-flash?

No. La ruta de texto puede descartar la imagen real. Usa Vision Exp u otro modelo Vision verificado cuando la respuesta dependa de píxeles.

¿URL o Base64?

URL firmada para recursos grandes accesibles; Base64 para imágenes privadas pequeñas dentro del límite. Protege los datos en ambos casos.

¿Admite Files API?

DeepSeek la documenta upstream, pero eso no demuestra que cada ruta EvoLink la exponga. Espera confirmación explícita.

¿Cuánto cuesta una imagen?

Hasta 384 tokens de entrada según DeepSeek, más texto, salida, reintentos y rondas de agente. Aplica después el precio actual de la página de producto.

¿Qué formatos admite?

JPEG, PNG, GIF y WebP upstream. Comprueba además los límites EvoLink de tamaño, URL y multiimagen.

¿Qué probar antes de producción?

Imágenes simples y difíciles, salida estructurada, texto pequeño, campos ausentes, latencia, reintentos, uso, facturación y fallback.

Fuentes y próximos pasos

• EvoLink Chat Completions
• EvoLink Messages
• EvoLink Responses
• Guía Vision de DeepSeek
• Anuncio Vision Exp
• Registro de cambios

Sincroniza esta guía con las tres páginas de EvoLink y repite ejemplos y facturación si cambian el ID, los campos o los límites.