DeepSeek V4 Flash Vision Exp API

DeepSeek-Texto y visión-desde $0.442 / 1 M de tokens de entrada-Disponible

Entrada de imagenContexto de 1MSalida máx. de 384KChat + Messages + Responses

Documentación API

Production routeLive

LiveVision + language model

Proveedor

DeepSeek

Modelo

DeepSeek V4 Flash Vision

Ventana de contexto

1.000.000 tokens

Protocolos

Chat + Messages + Responses

Modelos Precios Información API

Elegir DeepSeek V4 Flash Vision

Una ruta multimodal nativa que lee texto e imágenes en la misma solicitud, disponible en Chat Completions, Messages y Responses.

DeepSeek V4 Flash Vision

Modelo multimodal nativo de DeepSeek (texto + imagen)

Seleccionado

Desde $0.442 / 1 M de tokens de entradadeepseek-v4-flash-vision-exp

Ideal para

Comprensión de capturas y documentos, extracción de gráficos y tablas, flujos de OCR/UI y cargas de texto que a veces necesitan leer una imagen.

Entrada

$0.442 / 1M

30 cr / 1M

Entrada en caché

$0.015 / 1M

1 cr / 1M

Salida

$1.324 / 1M

90 cr / 1M

DeepSeek V4 Flash Vision Precios

Estimate uncached input, cached input, and output tokens together. Images are billed as input tokens at the same rate — there is no image surcharge. Live prices for your user group override the contract-backed fallback rates.

DeepSeek V4 Flash Vision

Request calculator

Enter uncached input, cached input, and output tokens.

Uncached input tokensCached input tokensOutput tokens

Estimated request cost

DeepSeek V4 Flash Vision

USD$0.0009

Credits0.0572

Uncached input tokens0.03 cr

Cached input tokens0.0002 cr

Output tokens0.027 cr

Budget guide

Approximate requests using the current mix.

Add credits

$10

About 11888 requests

For quick testing

$50

About 59440 requests

For regular development

$100

About 118881 requests

For production evaluation

Token rates

Model	Prompt tokens	Uncached input tokens	Cached input tokens	Output tokens
DeepSeek V4 Flash Vision`deepseek-v4-flash-vision-exp`	1M	$0.442 / 1M 30 cr / 1M	$0.015 / 1M 1 cr / 1M	$1.324 / 1M 90 cr / 1M

USD and credits are shown per 1M tokens. Live prices for your user group override the fallback rates. Minimum total charge: 0.01 credits.

DeepSeek V4 Flash Vision Exp API

Usa el modelo experimental deepseek-v4-flash-vision-exp para tareas de imagen y texto como inspección de capturas, extracción de documentos, análisis de gráficos y agentes visuales. EvoLink reúne precios, uso y selección de modelos en una pasarela. Antes de enviar tráfico de producción, confirma los protocolos de imagen de la documentación actual y conserva una ruta alternativa verificada.

ID del modelo EvoLinkdeepseek-v4-flash-vision-exp

Las solicitudes de Chat Completions, Messages y Responses deben usar el ID exacto que se muestra aquí.

Parámetros del modelo

Ventana de contexto1.000.000 tokens

Protocolos APIChat Completions · Messages · Responses

Modo thinkingOpcional por solicitud

Salida máx.384.000 tokens

Facturación de tokensEntrada · caché · salida

Entrada de imagenPNG · JPEG · WebP · GIF

ProveedorDeepSeek

Tareas y flujos

¿Para qué tareas conviene DeepSeek V4 Flash Vision API?

DeepSeek V4 Flash Vision añade comprensión nativa de imágenes a la ruta V4 Flash. Empieza con tareas visuales que tengan criterios de aceptación claros y compara calidad, latencia, reintentos y coste por resultado aceptado.

Inspección de capturas e interfaces

Envía capturas de producto, paneles o errores con una pregunta concreta. Extrae etiquetas visibles, detecta diferencias de estado y devuelve un resumen de QA estructurado. Valida texto pequeño, coordenadas e interfaces densas con un conjunto fijo.

Extracción de documentos y recibos

Convierte formularios escaneados, facturas, recibos y páginas de informes en datos estructurados. Define los campos JSON, conserva la imagen para auditoría y deriva a revisión humana los campos ausentes o de baja confianza.

Análisis de gráficos y diagramas

Pregunta por gráficos, arquitecturas y figuras técnicas manteniendo la evidencia visual en la misma solicitud. Exige distinguir las etiquetas observadas de la interpretación, sobre todo con valores pequeños o ambiguos.

Agentes visuales y verificación de UI

Combina capturas con resultados de herramientas para que un agente inspeccione el estado, proponga el siguiente paso o confirme una pantalla. Mantén las acciones reversibles y mide finalización, latencia, reintentos y coste.

Elección de acceso API

¿Qué cambia al acceder desde distintas plataformas?

La configuración de contexto, herramientas, informe de uso y facturación puede variar. EvoLink unifica configuración y uso bajo una sola API.

Usa el ID de modelo correcto

El ID de la solicitud es deepseek-v4-flash-vision-exp. Conserva el sufijo -exp y usa los campos exactos de la documentación API actual.

Sigue la configuración de la ruta activa

Cada plataforma puede exponer distintos contextos, herramientas y límites. Usa como referencia la configuración actual de EvoLink, las funciones disponibles y el uso devuelto.

Elige el protocolo de imagen por flujo

DeepSeek documenta imágenes en Chat Completions, Messages y Responses. Usa solo los protocolos y bloques listados actualmente por EvoLink y prueba streaming, uso y errores.

Mantén abierta la elección de modelo

Una cuenta, saldo y patrón de API de EvoLink sirven para varios proveedores. Configurar el modelo permite enrutar por calidad, coste y disponibilidad sin rehacer la integración.

Control de costes

¿Cómo controlar mejor el coste de la API?

La sección Pricing muestra las tarifas Token actuales. DeepSeek documenta hasta 384 Token de entrada por imagen; añade salida, reintentos y caché al coste total.

Presupuesta la imagen antes de la salida

Usa 384 Token de entrada por imagen como techo de planificación y revisa el uso real con capturas y documentos representativos.

Haz reutilizable el contexto repetido

Prompts de sistema, esquemas de herramientas y contexto compartido estables son más fáciles de almacenar en caché. Comprueba cached tokens en el uso.

Envía solo el contexto necesario

Un contexto grande no tiene que llenarse siempre. Seleccionar archivos, mensajes y fragmentos relevantes reduce coste y concentra el análisis.

Compara el coste total por tarea

Evalúa Token, caché, herramientas y reintentos para la misma tarea completada. EvoLink centraliza modelo y uso para una comparación coherente.

Producción

¿Qué debes confirmar antes de usarlo en producción?

Empieza con pocas cargas reales y valida calidad, latencia, coste y fiabilidad antes de mover más tráfico.

Integración y uso son claros

Confirma ID, protocolo, respuestas, uso y caché. Esos datos sostienen el análisis de costes y la observabilidad.

La salida visual cumple el requisito

Prueba capturas, formularios, gráficos y estados UI: exactitud de campos, omisiones, texto pequeño, detalles inventados, estructura válida y corrección humana.

Latencia y errores cumplen lo esperado

Mide tiempos y prepara reintentos ante límites, timeouts, salida estructurada inválida y fallos de herramientas. Conserva una alternativa validada.

Coste y modelo siguen controlables

Calcula el coste de la misma clase de tarea con Pricing, uso y cargo final; decide si Vision Exp será ruta principal, especializada o alternativa.

Empieza con tareas observables y reversibles. Amplía solo cuando calidad, latencia y coste cumplan el objetivo. Mantener varios modelos tras la API unificada de EvoLink simplifica cambios y optimización.

Elección del protocolo de imagen

¿Cómo elegir protocolo de imagen y ruta de producción?

DeepSeek documenta tres formatos con imagen. La documentación API actual de EvoLink es la autoridad para IDs, endpoints y bloques habilitados.

Chat Completions: contenido image_url conocido

Usa Chat Completions si la aplicación ya emplea el array messages compatible con OpenAI. Confirma Vision Exp e image_url en la documentación actual de EvoLink.

Chat estilo OpenAI

Messages: bloques de imagen estilo Anthropic

Usa Messages solo si EvoLink lista bloques de imagen para deepseek-v4-flash-vision-exp. Comprueba max_tokens, uso, contenido de razonamiento y errores.

Messages Anthropic

Responses: entrada de agente multimodal

Evalúa Responses para agentes largos con input_image y respuesta estructurada. Confirma campos, herramientas, eventos de streaming y límites de reintento.

Flujos de agente

Producción: empieza pequeño y mantén alternativa

Envía primero pocas tareas observables a Vision Exp y conserva una ruta probada de GPT, Claude o Kimi. EvoLink centraliza modelo, uso y saldo.

Despliegue gradual

Modelos relacionados

GPT-5.6

La familia frontier escalonada de OpenAI para comparar capacidad, latencia y flexibilidad del enrutamiento por coste.

Ver modelo

Claude Opus 5

La ruta premium de Anthropic para agentes de larga duración, uso de herramientas y revisiones complejas.

Ver modelo

Kimi K3

La ruta de razonamiento con contexto largo de Moonshot y una tarifa separada para entrada en caché.

Ver modelo

DeepSeek V4 Flash

La variante de solo texto de Flash: mismo precio y parámetros, sin entrada de imagen.

Ver modelo

Guías relacionadas

Cómo usar DeepSeek V4 Flash Vision Exp API

Envía URL de imagen o Base64 con los formatos documentados de Chat, Messages y Responses.

Leer guía

DeepSeek V4 Flash Vision Exp vs Flash

Enruta la evidencia visual a Vision Exp y el texto de alto rendimiento a Flash.

Leer guía

Análisis de DeepSeek V4 API: Flash vs Pro

Compara coste, modo de razonamiento y lista de verificación de producción.

Leer guía

DeepSeek V4 vs GPT-5.4 vs Claude Opus 4.6

Compara precios oficiales y funciones de tres rutas avanzadas.

Leer guía

Preguntas frecuentes sobre DeepSeek V4 Flash Vision Exp API

¿Cuál es el ID del modelo?

El ID oficial es deepseek-v4-flash-vision-exp. Conserva el sufijo -exp y trata la ruta como experimental.

¿Está disponible la entrada de imágenes en EvoLink?

La documentación API actual de EvoLink es la autoridad. Considera habilitado un protocolo solo cuando esté documentado y una solicitud real funcione en tu cuenta.

¿Qué formatos admite el modelo de origen?

DeepSeek documenta JPEG, PNG, GIF y WebP. Comprueba en EvoLink los requisitos de URL, Base64, tamaño y varias imágenes.

¿Cuántos Token de entrada usa una imagen?

DeepSeek documenta un máximo de 384 Token de entrada por imagen. Revisa el uso y los precios en vivo, porque prompt, múltiples imágenes, salida, reintentos y caché afectan el cargo.

¿Chat Completions, Messages o Responses?

Elige el protocolo actual de la aplicación si EvoLink documenta imágenes para este modelo. Verifica la estructura activa antes de implementar.

¿Cuándo usar Vision Exp en lugar de V4 Flash?

Usa Vision Exp para capturas, escaneos, gráficos y otra evidencia visual. Mantén deepseek-v4-flash para texto y cargas orientadas a rendimiento.

¿Es fiable con interfaces densas y texto pequeño?

Trata UI densa, texto pequeño, coordenadas y tablas como casos de evaluación, no garantías. Compara un conjunto fijo con datos correctos y revisa resultados inciertos.

¿Cuáles son los límites de tasa y archivo?

No los deduzcas de la ruta Flash de texto. Revisa la documentación actual de EvoLink y prueba 429, timeout e imágenes grandes antes de ampliar.

¿Cómo compararlo con otros modelos de visión?

Usa las mismas imágenes, prompts, esquemas y criterios. Compara exactitud, alucinaciones, latencia, reintentos y coste por resultado aceptado.

¿Qué alternativa mantener?

Conserva un modelo validado para la misma tarea visual y configura la selección. Empieza con poco tráfico y cambia si no alcanza el umbral de producción.