AI TOOLS RADAR
Soumettre
Tous les modèles / DEEPSEEK
deepseek logo
deepseek

DeepSeek: DeepSeek V4 Flash Vision Exp

Description de la source (anglais)

DeepSeek V4 Flash Vision Exp is an experimental vision-enabled version of DeepSeek V4 Flash 0731 from DeepSeek, adding image understanding while matching the base model on text capabilities including agents,...

Voir la source sur OpenRouter Hugging Face
Présentation

Caractéristiques du modèle

Contexte
1 048 576 tokens
Sortie maximale
943 718 tokens
Architecture
text+image->text
Tokenizer
DeepSeek
Limite des connaissances
Non indiqué
Modéré
Non
OPENROUTER

Tarification complète

Tarifs synchronisés depuis OpenRouter, par million de tokens.

Entrée
$0.22
par million de tokens
Sortie
$0.66
par million de tokens
Lecture du cache
$0.007
par million de tokens
API

Configuration du modèle

Raisonnement

Raisonnement obligatoire
Non
Paramètres par défaut
high
Capacités et modalités
max, high, low
API

Démarrage rapide

Définissez OPENROUTER_API_KEY localement. Python nécessite requests ; JavaScript s’exécute dans Node.js. Gardez la clé côté serveur.

Documentation de l’API

curl --fail-with-body https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek/deepseek-v4-flash-vision-exp","messages":[{"role":"user","content":"Hello!"}]}'
Capacités et modalités

Entrée → Sortie

Entrée
textimage
Sortie
text
Raisonnement

Oui · max · high · low

API

Paramètres API pris en charge

frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningreasoning_effortrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p
Fournisseurs disponibles

5 fournisseurs

Vérifié: 21 septembre 2026

Fournisseurs en direct sur OpenRouter

Disponibilité, latence, débit et routage évoluent en continu. Consultez la source pour les données en temps réel.

OpenRouter

DeepInfra

fp8
Contexte
1.0M
Sortie maximale
262K
Entrée
$0.2156
Sortie
$0.6468
Lecture du cache
$0.00686
Écriture du cache
Non indiqué

Fireworks

Non indiqué
Contexte
1.0M
Sortie maximale
944K
Entrée
$0.22
Sortie
$0.66
Lecture du cache
$0.007
Écriture du cache
Non indiqué

GMICloud

fp8
Contexte
1.0M
Sortie maximale
944K
Entrée
$0.44
Sortie
$1.32
Lecture du cache
$0.014
Écriture du cache
Non indiqué

SiliconFlow

fp8
Contexte
1.0M
Sortie maximale
393K
Entrée
$0.44
Sortie
$1.32
Lecture du cache
$0.028
Écriture du cache
Non indiqué

Novita

Non indiqué
Contexte
1.0M
Sortie maximale
393K
Entrée
$0.44
Sortie
$1.32
Lecture du cache
$0.028
Écriture du cache
Non indiqué
deepseek

4 modèles

Tous les modèles
deepseek logodeepseek

DeepSeek: DeepSeek V4.1 Flash

DeepSeek V4.1 Flash is a sparse mixture-of-experts model from DeepSeek, and the first built on the company's Causal Encoder-Decoder (CED) architecture. It activates 8B parameters on input and 16B on...

Contexte
1.0M
Entrée
text · image
Sortie
text
Entrée: $0.15Sortie: $0.6par million de tokens
Voir la fiche du modèle →
deepseek logodeepseek

DeepSeek: DeepSeek V4.1 Flash (batch)

DeepSeek V4.1 Flash is a sparse mixture-of-experts model from DeepSeek, and the first built on the company's Causal Encoder-Decoder (CED) architecture. It activates 8B parameters on input and 16B on...

Contexte
1.0M
Entrée
text · image
Sortie
text
Entrée: $0.112Sortie: $0.336par million de tokens
Voir la fiche du modèle →
deepseek logodeepseek

DeepSeek: DeepSeek V4 Pro 0813

DeepSeek V4 Pro 0813 is a large-scale mixture-of-experts model from DeepSeek. This is the GA release of DeepSeek V4 Pro.

Contexte
1.0M
Entrée
text
Sortie
text
Entrée: $0.4987Sortie: $1.4961par million de tokens
Voir la fiche du modèle →
deepseek logodeepseek

DeepSeek: DeepSeek V4 Flash 0731

DeepSeek V4 Flash 0731 is a sparse mixture-of-experts model from DeepSeek, with 13B active parameters out of 284B total. This re-post-trained revision is suited for coding, reasoning, and agent workflows....

Contexte
1.3M
Entrée
text
Sortie
text
Entrée: $0.04Sortie: $0.64par million de tokens
Voir la fiche du modèle →