DeepSeek V4 Flash Vision Exp
Rede Neural
DeepSeek V4 Flash Vision Exp: modelo com suporte a imagens, para tarefas de agentes, código e uso via API.
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 1 048 576 tokens
- Comprimento máximo de resposta
- 262 144 tokens
- Níveis de raciocínio
- nenhum, baixo, alto, max
- Recursos
- raciocínio, chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona DeepSeek V4 Flash Vision Exp?
DeepSeek V4 Flash Vision Exp é uma versão experimental da DeepSeek que adiciona compreensão de imagens ao DeepSeek V4 Flash 0731: o modelo aceita imagens junto com texto e analisa seu conteúdo. Em termos de capacidades textuais, incluindo cenários de agentes, é equivalente à versão base, portanto, a migração não exige refazer o fluxo de trabalho. No BotHub, o modelo está acessível sem VPN ou cartões estrangeiros, e você paga apenas pelos tokens utilizados — sem assinaturas, e o saldo não expira. Mais de 250 modelos estão disponíveis na mesma janela para comparação. A API compatível com OpenAI permite trocar de modelo sem reescrever a integração; as conversas são criptografadas via AES-GCM. Desenvolvedores podem analisar capturas de tela de interfaces e logs de erro junto com o código; analistas podem ler gráficos, tabelas e documentos digitalizados; equipes de produto podem criar agentes que processam texto e imagens; e o suporte pode classificar imagens enviadas por usuários. Empresas têm acesso a contratos, faturas, EDI e painel administrativo com limites.Perguntas frequentes sobre DeepSeek V4 Flash Vision Exp
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O modelo trabalha com texto, imagens e documentos: analisa capturas de tela, diagramas e arquivos, escreve e corrige código, e resolve tarefas de raciocínio. A janela de contexto tem mais de um milhão de tokens, permitindo incluir grandes projetos, coleções volumosas de materiais ou longas conversas com clientes em um único diálogo.
Em uma única resposta, o modelo gera até 262.144 tokens — um texto muito longo: um documento técnico completo, um grande módulo de código ou uma análise detalhada. Geralmente não é necessário dividir a tarefa, mas, para facilitar a leitura, é recomendável pedir que a resposta seja estruturada em seções.
Sim, o modo de raciocínio é confirmado nas especificações: antes de responder, o modelo constrói uma cadeia de passos em vez de escolher a primeira opção. Isso é perceptível em matemática, lógica, análise de código e tarefas onde é fácil perder o fio da meada. Em consultas simples, o processo de análise é quase imperceptível.
Sim, o modelo suporta chamada de funções e saída estruturada em JSON. Você descreve as ferramentas disponíveis, o modelo decide quando chamá-las e retorna os argumentos em um formato estrito. Através da API unificada compatível com OpenAI do BotHub, é fácil integrar isso em agentes, chatbots e serviços internos.
Imagens e documentos, sim: envie capturas de tela, fotos, diagramas, tabelas e arquivos, e o modelo os analisará junto com o texto da consulta. Áudio e vídeo não estão listados como formatos de entrada em nossos dados. Se precisar deles, há modelos especializados no BotHub, e você não precisará reescrever a integração.
Não temos medições específicas sobre o português em nossos dados, então não faremos promessas exageradas. A prática é simples: execute algumas de suas tarefas típicas — análise de documentos, redação de e-mails, código com comentários — e compare com outro modelo na mesma janela. Os tokens são cobrados conforme o uso e não expiram.