DeepSeek V4 Flash Vision Exp vs Flash：图片还是纯文本？

快速结论：按输入模态路由，不按新旧路由

两个模型到底有什么不同？

一棵可以真正落地的路由决策树

最安全的策略应先确定，再智能：

1. 结果是否依赖视觉证据？ 如果不依赖，把规范化文本发给 deepseek-v4-flash。
2. 是否必须保留原图？ 如果可靠 OCR 或结构化提取已经包含任务需要的全部内容，继续走文本路线。
3. EvoLink 当前协议是否支持该图片格式？ 如果不支持，就停止请求或切到另一条已验证的视觉回退，不要静默丢弃图片。
4. 当前租户和工作负载是否允许使用 Vision？ 用功能开关、白名单或路由规则隔离实验模型 ID。
5. 结果是否通过视觉验收？ 如果没有通过，只允许有限重试或回退，不能因为输出流畅就自动相信答案。

规划规则可以保持简单：

if requires_visual_evidence and vision_route_verified:
    route = "deepseek-v4-flash-vision-exp"
else:
    route = "deepseek-v4-flash"

实现时还应记录每次选择路线的原因。这样才能在统一网关中审计用量、失败原因和后续模型迁移。

工作负载路由矩阵

这样的拆分能让视觉处理成本只对应真实需要，也避免一条实验路线成为所有文本流量的单点故障。

比较成功任务成本，而不是只比 Token 单价

更实用的口径是：

对 Vision Exp，应记录图片数量、图片 Token、文本 Token、输出 Token、重试次数和人工纠正率；对 Flash，应记录输入输出 Token、缓存情况以及重试或升级率。两条路线最终要按同一业务单位比较，例如“正确处理一份文档”，而不是只比较一次请求。

用正确证据分别评测两条路线

不要只用纯文本提示测试两个模型，然后得出“Vision 没有价值”的结论；也不要只测试截图，就得出“Vision 应该取代 Flash”的结论。

Vision Exp 评测集

建立有日期版本的真实图片集，至少评估：

• 扫描件和文档的转录、字段准确率
• 图表坐标轴、图例、单位和值提取
• 小字号与密集 UI 读取
• 视觉 Agent 的位置或元素定位
• 对无法看清内容是否会拒绝编造
• 延迟、重试率和人工纠正率

Flash 评测集

保留现有文本回归集，至少评估：

• 回答或转换任务准确率
• Schema 合法性与工具调用行为
• 首 Token 延迟与总延迟
• 输入、推理和输出 Token 使用
• 重试或升级率

DeepSeek 表示实验版 Vision 在纯文本任务上与 Flash 相当。应把它视为厂商声明，而不是迁移结论。只有同条件评测证明存在明显产品收益，且实验版本风险可接受时，才考虑调整纯文本路线。

在 EvoLink 上的生产上线步骤

1. 先通过路由闸门

启用流量前，以下条件必须全部满足：

• 当前 EvoLink 文档列出 deepseek-v4-flash-vision-exp
• 文档明确支持你实际使用的协议和图片字段
• 真实账号请求返回有效结果与 usage
• 账单与当前价格页面一致
• 不支持的格式和超限输入能按预期失败

2. 增加功能开关

3. 从灰度流量开始

先使用内部或低风险视觉任务，记录输入类型、路由原因、延迟、用量、验收结果、回退和人工纠正。

4. 按工作负载扩量

分别放大截图检查、图表分析和指定文档类型，而不是只设置一个全局百分比。一个用例成功，不代表所有视觉任务都已验证。

5. 保留纯文本默认路线

常见路由错误

推荐的回退策略

回退必须保留任务所需的信息：

• 截图和图表任务应回退到另一条已验证视觉路线，而不是移除图片后直接交给纯文本 Flash。
• 文档提取任务可以先用 OCR 生成可追溯文本，再交给 Flash，但前提是版式损失不影响结果。
• 视觉 Agent 的定位置信度或路线可用性不明确时，应暂停破坏性动作。
• 限制超时、重试次数和总预算；实验版本不等于无限重试。
• 单独统计回退使用率，避免整体成功率掩盖较弱的主视觉路线。

EvoLink 统一网关在这里的价值，是把文本、视觉和回退路线放到同一套可控选择面中：应用无需为每个模型重写集成，同时可以比较用量和成本。

常见问题

DeepSeek V4 Flash Vision Exp 和 DeepSeek V4 Flash 是同一个模型吗？

不是。它们使用不同请求 ID。Vision Exp 是实验性的图文模型，Flash 是现有纯文本路线。

哪个模型 ID 支持图片输入？

DeepSeek V4 Flash 能读取截图吗？

Vision Exp 可以处理纯文本请求吗？

上游版本接受文本，但这不足以支持迁移纯文本流量。除非内部评测证明有明显收益且实验版风险可接受，否则继续使用 Flash 作为默认路线。

Vision Exp 比 Flash 更便宜吗？

不能从模型名称推断。应比较当前 EvoLink 价格模块，并统计包含图片输入、输出、重试、预处理和人工复核的成功任务成本。

一张图片会使用多少 Token？

DeepSeek 表示其上游 Vision API 中每张图片最多计入 384 个输入 Token。生产成本应以所选 EvoLink 路线真实响应中的 usage 为准。

哪个模型更适合生产环境？

Flash 是已经建立的纯文本路线；Vision Exp 明确属于实验版本。Vision Exp 应通过功能开关、灰度流量和已验证回退逐步上线。

PDF 应该发给 Vision Exp 还是 Flash？

如果干净的提取文本已经包含所需信息，就用 Flash；如果表格、空间版式、手写内容、印章或其他视觉证据会改变答案，就用 Vision Exp。

Vision Exp 应该怎么回退？

回退路线仍需接收任务所需证据：图片任务使用另一条视觉模型；提取文本已经足够时，可以使用可追溯的 OCR + Flash 管线。

资料来源

• DeepSeek：DeepSeek V4 Flash Vision Exp 发布说明
• DeepSeek：Vision 图片输入指南
• DeepSeek：模型与价格
• EvoLink：DeepSeek V4 Chat Completions 文档
• EvoLink：DeepSeek V4 Messages 文档
• EvoLink：DeepSeek V4 Responses 文档