DeepSeek V4 Flash Vision Exp
Red Neuronal
DeepSeek V4 Flash Vision Exp: modelo con soporte de imágenes para tareas de agentes, código y API.
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 1 048 576 tokens
- Longitud máxima de respuesta
- 943 717 tokens
- Niveles de razonamiento
- ninguno, bajo, alto, max
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'deepseek-v4-flash-vision-exp',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'deepseek-v4-flash-vision-exp',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Cómo funciona DeepSeek V4 Flash Vision Exp?
DeepSeek V4 Flash Vision Exp es una versión experimental de DeepSeek que añade comprensión de imágenes a DeepSeek V4 Flash 0731: el modelo acepta imágenes junto con texto y analiza su contenido. En cuanto a capacidades textuales, incluidos los escenarios de agentes, es equivalente a la versión base, por lo que no requiere cambios en su flujo de trabajo. En BotHub, el modelo está disponible desde cualquier lugar sin necesidad de VPN o tarjetas extranjeras, y usted paga solo por los tokens utilizados, sin suscripciones y sin caducidad de saldo. En la misma ventana, tiene acceso a más de 250 modelos para comparar respuestas, y una API compatible con OpenAI permite cambiar de modelo sin reescribir la integración; la correspondencia está cifrada con AES-GCM. Los desarrolladores pueden analizar capturas de pantalla de interfaces y registros de errores junto con el código; los analistas pueden leer gráficos, tablas y documentos escaneados; los equipos de producto pueden crear agentes que manejen texto e imágenes; y el soporte técnico puede clasificar imágenes enviadas por usuarios. Las empresas tienen acceso a contratos, facturas, facturación electrónica y un panel de administración con límites.Preguntas frecuentes sobre DeepSeek V4 Flash Vision Exp
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
El modelo trabaja con texto, imágenes y documentos: analiza capturas de pantalla, diagramas y archivos, escribe y corrige código, y resuelve tareas de razonamiento. Con una ventana de contexto de más de un millón de tokens, puede manejar proyectos grandes, colecciones voluminosas de materiales o correspondencia extensa con clientes en un solo diálogo.
En una sola respuesta, el modelo genera hasta 262,144 tokens, lo que equivale a un texto muy largo: un documento técnico completo, un módulo de código grande o un análisis detallado. Generalmente no es necesario dividir la tarea, pero para facilitar la lectura, es recomendable solicitar que la respuesta se estructure por secciones.
Sí, el modo de razonamiento está confirmado en las especificaciones: antes de responder, el modelo construye una cadena de pasos en lugar de elegir la primera opción que se le ocurre. Esto es notable en matemáticas, lógica, análisis de código y tareas donde es fácil perder el hilo. En consultas simples, el análisis apenas se nota.
Sí, el modelo admite llamadas a funciones y salida estructurada en JSON. Usted describe las herramientas disponibles, el modelo decide cuándo llamarlas y devuelve los argumentos en un formato estricto. A través de la API de BotHub, compatible con OpenAI, es fácil integrarlo en agentes, chatbots y servicios internos.
Imágenes y documentos, sí: envíe capturas de pantalla, fotografías, diagramas, tablas y archivos; el modelo los analizará junto con el texto de la consulta. El audio y el video no están marcados como formatos de entrada en nuestros datos. Si los necesita, hay modelos especializados disponibles en BotHub y no tendrá que reescribir la integración.
No tenemos mediciones específicas sobre el ruso en nuestros datos, por lo que no haremos promesas exageradas. La práctica es sencilla: pruebe un par de sus tareas típicas (análisis de documentos, redacción, código con comentarios) y compárelo con otro modelo en la misma ventana. Los tokens se cobran según el uso y no caducan.