DeepSeek 官方 API 文档已更新，deepseek-v4-flash-vision-exp 模型正式开放视觉理解能力。描述图片、读取文字、分析图表，都能做。
接入方式完全兼容 OpenAI Chat Completions 格式。现有代码改一个 model 字段就能跑通。
但图片传输有三种方式，token 计费有上限规则。选错方案，可能白白多传几十 MiB 数据。这篇文章把关键决策点拆开讲清楚。
DeepSeek 传图准备：一个 API Key，三种方式怎么选
调用地址是 https://api.deepseek.com，认证方式为标准 Bearer Token。
支持 JPEG、PNG、GIF、WebP 四种格式。格式识别基于文件实际内容而非扩展名——把 PNG 改后缀成 .jpg 也能正常解析。
官方文档给出三种传图路径：
Base64 内联适合本地小图，外部 URL 适合公网可访问的图片，Files API 适合大图或重复使用的图片。选错方式，要么请求超限，要么重复上传浪费流量。
DeepSeek 传图方式一：Base64 内联，48MiB 是硬上限
本地图片直接编码成 data:image/jpeg;base64,... 格式塞进请求体。Python 用 base64.b64encode() 一行搞定，curl 则直接把编码后的字符串放进 JSON。
硬限制：整个请求体上限 48 MiB。
Base64 编码会让体积膨胀约 33%。一张 36 MiB 的原图，编码后就可能超限。小图用内联没问题，大图别硬塞。
DeepSeek 传图方式二：外部 URL，记住三个数字
图片放在公网可访问的 http(s) 地址，模型端自动下载。适合图片已经存在 OSS、S3 或 CDN 上的场景。
三个约束要记住：URL 最长 8192 字符，图片文件最大 32 MiB，下载必须在 60 秒内完成。
URL 超长或图片超限，改用 Base64 或 Files API。
image_url 方式支持一个 detail 字段，控制图片处理精度：
low：先降采样到 512×512 再推理，更快更便宜high/original：保持原图auto：当前等价于original
不需要精细视觉细节时，low 是省钱选项。
DeepSeek 传图方式三：Files API，大图和复用场景的唯一解
先用 Files API 上传图片，拿到 file-api-... 格式的 file_id。之后每次请求只引用这个 ID，不再重复传输图片数据。
优势很明确：单张图片上限放宽到 64 MiB，不受 32 MiB 逐图检查限制，也不计入 48 MiB 请求体。同一张图多次请求，只传一次。
什么时候必须用 Files API？官方文档给了三个明确信号：单次请求会超 48 MiB、图片大于 32 MiB、同一张图要在多个请求中复用。满足任意一条，就别用内联或 URL。
避坑要点：Base64 编码膨胀约 33%，36 MiB 原图就可能撑爆 48 MiB 请求体。大图直接走 Files API，别在 Base64 上试运气。
DeepSeek 图片 token 计费：单图上限 384 token
图片会先自动缩放再换算成 token，和文本 token 一起计费。规则：总像素低于约 384×384 的图片放大，高于的缩小，缩放后总像素约等于 800×800。
关键结论：单张图片 token 上限 384。
2000×2000 和 5000×5000 的图，缩放后消耗的 token 数相同。超大图不会带来额外 token 成本，但传输体积仍然影响请求体限制。传输体积和 token 成本是两回事。
DeepSeek 视觉 API 适合谁：改一个字段就能用，但别碰视频
适合：已经在用 DeepSeek 文本 API 的开发者，想加图片理解能力但不想换 SDK。改一个 model 字段就能接入，学习成本几乎为零。
不适合：需要视频理解、实时摄像头流，或多模态 Agent 复杂编排的场景。这个模型目前只支持静态图片输入，官方文档未提及视频或音频能力。
另外注意：模型名带 exp 后缀，说明是实验性版本。生产环境大规模使用前，建议先在测试流量中验证稳定性和响应延迟。官方定价以 API 文档实时页面为准。
一句话总结：小图用 Base64，公网图用 URL 加 detail=low 省钱，大图或复用场景直接上 Files API。单图 token 上限 384，传输体积和 token 成本是两回事。
DeepSeek 传图方式速查：一张表看清怎么选
| 对比维度 | Base64 内联 | 外部 URL | Files API |
|---|---|---|---|
| 单图上限 | 受 48MiB 请求体限制 | 32 MiB | 64 MiB |
| 重复使用 | 每次重新编码传输 | 每次重新下载 | 上传一次，引用多次 |
| 适用场景 | 本地小图、快速测试 | 公网可访问的图片 | 大图、多轮复用 |
| 额外成本 | 编码膨胀约 33% | 需公网可访问 + 60 秒下载 | 需先上传拿 file_id |
转给正在做 DeepSeek 多模态接入的同事，这张表能省掉半小时翻文档的时间。
你打算用哪种传图方式接入？Base64、URL 还是 Files API？
#DeepSeek #多模态API #视觉理解 #API教程 #开发者工具