DeepSeek V4 Flash Vision: картинка — максимум 384 токена

У DeepSeek V4 Flash появился вариант с поддержкой изображений, и стоит он ровно столько же, сколько текстовый. ID модели — deepseek-v4-flash-vision-exp, на ofox это deepseek/deepseek-v4-flash-vision-exp.

Тот же контекст 1M, тот же потолок вывода 384K, те же 2500 параллельных запросов, та же цена в каждой строке прайса. Интересный вопрос — сколько на самом деле стоит картинка, когда она превращается в токены. У этого ответа есть жёсткий потолок.

Модель:      deepseek/deepseek-v4-flash-vision-exp
Цена:        $0.44 вход / $1.32 выход за 1M в пик
             $0.22 / $0.66 вне пика (пик: 01:00-04:00 и 06:00-10:00 UTC)
Кэш-хит:     $0.014 в пик / $0.007 вне пика за 1M
Контекст:    1M вход / 384K выход
Картинки:    до 384 токенов на изображение, 600 картинок на запрос
Thinking:    включён по умолчанию, effort high, выключается через thinking.type
Замерено:    800×800 и 3000×3000 дают одинаковые 348 входных токенов
Срез:        2026-08-21, по 5 прогонов на конфигурацию

Последнее обновление: 2026-08-21. В ID модели стоит суффикс -exp, так что доступность стоит считать экспериментальной и перепроверять, прежде чем строить на ней зависимость.

Что такое DeepSeek V4 Flash Vision Exp

Это V4 Flash, который умеет принимать картинки, по той же цене. Страница цен DeepSeek ставит три модели рядом, и колонка с картинками совпадает с колонкой flash ячейка в ячейку.

Внепиковые ставки — половина пиковых по всем строкам. Пик приходится на 01:00–04:00 и 06:00–10:00 UTC, три часа плюс четыре, так что семнадцать часов в сутки работают по низкой ставке. Когда DeepSeek ввёл это разделение, мы разбирали, как оно меняет реальный счёт.

Одна вещь всё же ухудшилась. В таблице возможностей FIM-дополнение у V4 Flash и V4 Pro значится как «только в режиме без thinking», а у варианта с картинками — «не поддерживается». Всё остальное на месте: JSON-вывод, вызов инструментов, Responses API, API в формате Anthropic и дополнение с префиксом отмечены галочками.

Сколько стоит одно изображение

348 токенов за картинку 800×800 — и ровно столько же за 3000×3000.

Каждое изображение масштабируется до вывода. Картинки, у которых суммарное число пикселей меньше примерно 384×384, увеличиваются, более крупные уменьшаются, в обоих случаях с сохранением пропорций, а целевое суммарное число пикселей близко к изображению 800×800. Задокументированное следствие — потолок в 384 токена на картинку, поэтому фотография 2000×2000 и фотография 5000×5000 стоят одинаково.

2026-08-21 мы отправили однотонные тестовые изображения через маршрут ofox, вычтя базовую линию в 91 токен, измеренную на том же промпте без картинки:

Из таблицы следуют две вещи. Строки 800×800 и 3000×3000 совпадают — правило масштабирования работает ровно так, как написано в документации. А строка 6000×3000 оказывается дешевле квадратных: картинка с соотношением 2:1, ужатая в тот же бюджет пикселей, разбивается на меньшее число патчей, чем квадратная.

При $0.44 за миллион входных токенов тысяча картинок обходится примерно в 15 центов в пик и вдвое дешевле вне пика. Вход картинками на этой модели — не та статья, которую нужно закладывать в расчёты. Закладывать нужно следующую.

Влияет ли режим thinking на счёт

Он снимает лишние 80 входных токенов ещё до того, как модель посмотрела на картинку. Режим thinking включён по умолчанию, effort равен high. Мы прогнали одно и то же изображение с одним и тем же промптом по пять раз на каждую конфигурацию:

Значение prompt_tokens не дрогнуло ни разу за десять вызовов: 439 с включённым thinking и 359 с выключенным, каждый раз. Эти 80 токенов разницы — шаблон, который API добавляет при включённом thinking, и вы платите за него по входной ставке независимо от того, стала модель рассуждать или нет.

На стороне вывода разрыв шире и предсказуем куда хуже. С включённым thinking пять одинаковых вызовов на «опиши это изображение одним предложением» дали completion от 68 до 425 токенов. С выключенным те же пять вызовов вернули от 18 до 20. Для такой задачи рассуждение покупает разброс, а не точность.

Сложим по пиковым ставкам. Thinking включён: 439 входных плюс 114 выходных — около $0.000343 за вызов. Выключен: 359 плюс 19 — около $0.000183. Почти половина счёта, при том что видимый ответ одинаковый.

Выключить можно любым из двух способов:

{"thinking": {"type": "disabled"}}
{"reasoning_effort": "none"}

Оба сработали на нашем маршруте, и оба заставили поле reasoning_tokens исчезнуть из объекта usage, а не просто уменьшиться. Если thinking нужен, но подешевле, сначала прочитайте таблицу соответствия effort: DeepSeek отображает low в low, max в max, а medium, high и xhigh — все в high. Три из пяти значений, которые вы могли бы отправить, оказываются одной и той же настройкой — та же ловушка, что GLM 5.3 расставляет недокументированными значениями effort.

Как отправить изображение

Обычными content-блоками формата OpenAI. Способов три: inline base64, внешний URL и file_id из Files API.

import base64
from openai import OpenAI

client = OpenAI(api_key="sk-...", base_url="https://api.ofox.ai/v1")

with open("chart.png", "rb") as f:
    b64 = base64.b64encode(f.read()).decode()

r = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash-vision-exp",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "What is the trend in this chart?"},
        {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{b64}"}},
    ]}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(r.usage)

При прямом обращении к DeepSeek base URL становится https://api.deepseek.com, а строка модели теряет префикс deepseek/. Эндпоинт в формате Anthropic — https://api.deepseek.com/anthropic, а в Responses API картинки передаются частями input_image.

Два ограничения возвращают HTTP 400, а не деградируют: картинки принимаются только в сообщениях user, и принимает их только модель с поддержкой изображений. Отправьте картинку в deepseek-v4-flash — получите «This model does not support image».

Какие есть ограничения

Именно правило про сторону кусается в проде. Пакетная задача, отправляющая четырнадцать скриншотов по 6000 px, проходит; пятнадцатый молча меняет потолок для всего запроса.

Стоит ли переходить с V4 Flash

Если вы вообще отправляете картинки — да, потому что переход ничего не стоит. Ставки одинаковые, потолки контекста и вывода одинаковые, лимит параллельных запросов тоже. Теряется только FIM-дополнение, а оно нужно исключительно для inline-дополнения кода.

Более широкую картину по мультимодальным эндпоинтам даёт наш гид по мультимодальным API, где зрение разобрано вместе с речью, а стоимость задачи на текстовой стороне той же модели — в сравнении V4 Flash с Gemini 3.6 Flash.

References

• DeepSeek: модели и цены
• DeepSeek: работа с изображениями
• DeepSeek: режим thinking
• Страница модели ofox: DeepSeek V4 Flash Vision Exp
• Страница модели ofox: DeepSeek V4 Flash 0731