与「flash模型」相关的搜索结果

DeepSeek 官方说 deepseek-flash 能直接看图，三种传图方式，一次最多 600 张 建议收藏，用到时照着做。做完你能让 DeepSeek 读截图、看图表、描述图片。 这是 DeepSeek 官方 API 文档 Vision（视觉）一页。先说结论： 官方写明，deepseek-flash 模型可以文字加图片一起输入，用来描述图片、读截图里的字、分析图表。 先说清词。 Vision，视觉输入，意思是让模型看图。 base64，是把图片文件转成一长串文字，直接塞进请求里的编码方式。 file_id，是先把图片传到官方的 Files API（文件接口），拿回来的一个编号，之后用编号代替图片。 先把话说全： 官方支持的图片格式是 JPEG、PNG、GIF、WebP，官方说格式按文件真实内容判断，不看文件名。 官方写明，assistant（模型自己的）消息里放图片，会返回 400 错误；图片只能放在 user、system、tool 消息里。 一、三种传图方式 第一种：base64 内联。官方说最适合本地文件，把图片编码后做成 data: 开头的地址放进请求，整个请求体上限是 48 MiB。 第二种：外部图片链接。给一个公开的 http 或 https 地址，官方限制：链接最长 8192 个字符，图片最大 32 MiB，下载要在 60 秒内完成。 第三种：Files API 的 file_id。官方说同一张图要反复用，或者图太大，就先上传再用编号。这种方式图片可以到 64 MiB。 二、请求怎么写 第一步：model 写 deepseek-flash。官方说旧名字 deepseek-v4-flash-vision-exp 还能用，但已经退役，实际由最新的 Flash 模型处理。 第二步：messages 里 content 不再是一句话，而是一个列表，里面一块是 text 文字，一块是 image_url 图片。 第三步：Responses API 也能传图，图片放在 input_image 里，文字放在 input_text 里。 三、detail 清晰度开关 官方写明，image_url 可以加 detail 字段。low 会把图缩到 512×512 再看，更快更便宜；high、original、auto 目前都是保持原图。 四、费用和上限 官方说图片按尺寸换算成 token，和文字一起计费。每张图最多 1024 个 token，因为太大的图会先被缩到约 1300×1300 的像素量。 官方给的上限：每次请求最多 600 张图；单边最长 8192 像素，一次放 15 张以上时降到 4096 像素；不含 file_id 的图合计 64 MiB，含 file_id 最多 200 MiB。 五、用 Anthropic 接口也行 官方说把 base_url 写成 image 块，source 的 type 可以是 base64、url 或 file。用 file 时要加请求头 anthropic-beta: files-api-2025-04-14。 常见坑 3 条： 一、把图片放进 assistant 消息，会直接报 400。二、外链图片超过 32 MiB 或 60 秒下不完，就改用 file_id。三、一次放 15 张以上，单边别超过 4096 像素。 复制即用的提示词：请描述这张图片，列出图里所有文字，再用三句话总结它想说明什么。 收藏版：5 步速查 一、model 写 deepseek-flash。二、选 base64、链接或 file_id 传图。三、content 写成文字块加图片块。四、格式用 JPEG、PNG、GIF、WebP。五、别把图放进 assistant 消息。 S1哥 观点：官方把每张图封顶 1024 个 token，说明传图比很多人想的便宜，截图问答可以放心大量用。 一句话结论：DeepSeek 读图，认准 deepseek-flash，小图用 base64，大图或重复用 file_id。想让朋友少踩坑，复制链接发给他。 你是想让它读截图还是看图表？卡在第几步？同系列前几篇在我主页。 参考：DeepSeek 官方文档 Vision（S1哥 整理） 今天送：DeepSeek 看图请求自检清单，评论区第一条直接拿。

剪映可以退出历史舞台了！ AI 剪辑已经达到专业剪辑师水平，几乎零成本 AI 剪辑方案，Antigravity ➕ chatcut 完美配合，不用担心 Token 不够用。 chatcut 接入 Antigravity ，使用 Gemini 3.8 flash 模型是又快又稳！

欢迎试用 DeepSeek Harness v0.1.5 版本。新版本与 DeepSeek V4.1 Flash 模型训练深度结合，模型在 DeepSeek Harness  的不同配置中都进行了专项训练和优化。 与模型训练深度结合的实验性的 Agent Teams 功能也期待尝鲜试用。 DeepSeek Harness 团队仍在开放招聘中，欢迎加入我们，一起打造 “一切皆插件” 的下一步，一起探索模型与 Harness 共同进化的 Agent 智能上限。

鉴于 DS V4.1 Flash 模型在性能、费用、速度、总用时等各项指标上都全面超越了 V4 Pro。再以更高的价格、更慢的速度和更多的算力消耗给 DS 用户提供原有的性能较差的 V4 Pro 模型会不太合适。V4.1 Flash 正式上线之后，V4.1 Pro 上线之前，V4 Pro 模型的请求都会被路由到 V4.1 Flash，并按 Flash 的价格计费。

我只是作为一个“普通用户”的角度去用 DeepSeek Harness，一些感受： 1. 启动方式偏极客，程序员没问题，但是普通用户估计都没有nodejs环境，很难跑起来 2. 速度飞快，这点特别好 3. Thinking 部分由于 Flash 模型速度过快，导致文字闪的厉害，可以做一下节流，攒一批一起显示，配合动画动效会好一点。 4. Codex 右侧的多 Tab Panel 相当重要，和当前 DSH 的插件机制是很好的搭配，强烈建议借鉴下，比如我写完 PPT 还要新开窗口去预览，来回切换很麻烦，不如显示在右侧直观 5. Trajectory 和 Session log 对普通用户价值不大，不需要那么重要的位置 6. 现在能列出产出物很好，但最好能直接打开，能看到 diff （开箱配置好相关插件了，不要用户二次配置，当然可以关闭） 7. 模型早点支持多模态吧，多模态也是 AGI 的一部分 8. 一切皆插件的理念很好，普通用户的使用体验也很重要。 开发者愿意去折腾插件的前提一定是你的 Agent Harness 有大量普通用户了，否则没有多少开发者坚持在上面，新鲜劲过了就没人了。 插件和用户体验并不冲突，核心还是看开箱设置/出厂配置，用户第一次用不需要太多配置就能用起来，用的时候也没什么不方便，后续再慢慢折腾插件也不迟。 BTW，DSH 给我做的 PPT 质量还不错。

我只是作为一个“普通用户”的角度去用 DeepSeek Harness，一些感受： 1. 启动方式偏极客，程序员没问题，但是普通用户估计都没有nodejs环境，很难跑起来 2. 速度飞快，这点特别好 3. Thinking 部分由于 Flash 模型速度过快，导致文字闪的厉害，可以做一下节流，攒一批一起显示，配合东西会好一点。 4. Codex 右侧的多 Tab Panel 相当重要，和当前 DSH 的插件机制是很好的搭配，强烈建议借鉴下，比如我写完 PPT 还要新开窗口去预览，来回切换很麻烦，不如显示在右侧直观 5. Trajectory 和 Session log 对普通用户价值不大，不需要那么重要的位置 6. 现在能列出产出物很好，但最好能直接打开，能看到 diff （开箱配置好相关插件了，不要用户二次配置，当然可以关闭） 7. 模型早点支持多模态吧，多模态也是 AGI 的一部分 8. 一切皆插件的理念很好，普通用户的使用体验也很重要。 开发者愿意去折腾插件的前提一定是你的 Agent Harness 有大量普通用户了，否则没有多少开发者坚持在上面，新鲜劲过了就没人了。 插件和用户体验并不冲突，核心还是看开箱设置/出厂配置，用户第一次用不需要太多配置就能用起来，用的时候也没什么不方便，后续再慢慢折腾插件也不迟。 BTW，DSH 给我做的 PPT 质量还不错。

发现个好东西，DeepSeek官方居然在API里内置了联网搜索。 用Responses格式的接口调用deepseek-v4-flash模型，只要在请求参数里声明web_search工具，就能直接用他们服务端执行的搜索能力。 不用自己对接第三方搜索引擎，也不用额外申请搜索接口密钥. 整套搜索流程官方直接托管了。 原文:

我去，DeepSeek这波是真杀疯了，还是那个13B激活的便宜Flash模型，参数半毛钱没加，纯靠后训练就直接把代码Agent能力干涨7倍， 价格还是地板价， 都快摸到Opus的边了！！！ 今天正式开公测的V4-Flash-0731，看完成绩单我直接傻了： ▫️ DeepSWE榜从7.3直接飙到54.4，翻了快7.5倍，之前的V4 Pro预览版才12.8，现在Flash直接把老Pro按在地上打 ▫️ Cybergym从38.7干到76.7直接翻倍，Terminal Bench冲到82.7，比GLM-5.2还高1.7分 ▫️ 工具调用、全栈开发、终端操作这些Agent核心场景，大部分指标都追平甚至超过了贵好几倍的中大型模型，部分硬榜已经摸到Claude Opus 4.8的尾巴 最狠的是，这次半毛钱没加参数：还是284B总参、13B激活的MoE，1M上下文窗口没变，纯靠后训练和Agent框架优化就出了这效果。 模型ID都不用改，老用户API直接自动切新版，一行代码都不用动。 开发者最爽的点全给你安排明白了： 1️⃣原生支持Responses API格式，直接适配Codex，之前接OpenAI、2️⃣Anthropic格式的代码无缝迁移，思考模式照常能用。 3️⃣价格还是那熟悉的白菜价：输入$0.14/百万token，缓存命中才$0.0028，输出$0.28/百万，跑高频Agent、批量改代码、工具调用根本不心疼。 另外提个醒：这次更的只有Flash API，V4 Pro正式版还在赶，App和网页端暂时没更； 跑分用的是官方即将开源的Harness，第三方框架跑出来可能有点差异，但这提升幅度，做执行层模型、跑自动化代码任务的，现在就可以开测了。 之前大家都觉得模型能力涨就得堆参数、烧算力，DeepSeek这波直接给行业打了个样：把后训练和Agent对齐磨到位，小激活模型照样能干旗舰的活，还卖白菜价。 我觉得这波之后，其他家的执行层模型，价格怕是又要往下掉咯 #DeepSeek# #AI编程# #Agent# #大模型#