deepseek-v4-flash-vision-exp는 실험적 비전 모델로, V4 Flash를 기반으로 이미지 입력 기능을 추가한 DeepSeek의 모델입니다. 사진 설명, 스크린샷의 텍스트 읽기, 차트 값 읽기, 여러 이미지 비교를 지원합니다. 텍스트 측의 모든 기능(1M 컨텍스트, 사고 모드, 함수 호출, 컨텍스트 캐싱)은 그대로 유지되며, 가격은 텍스트 전용 V4 Flash와 동일합니다——
비전에는 추가 요금이 없으며, 이미지는 크기에 따라 입력 token으로 변환됩니다.
APIYI는 세 가지 이미지 입력 채널, 네 가지 이미지 형식, 두 가지 프로토콜 및 두 가지 그룹을 대상으로 약 1,100회의 호출에 걸쳐 124개의 테스트 케이스를 완료했습니다.
주요 내용
비전 프리미엄 없음
텍스트 전용 V4 Flash와 동일한 가격입니다. 1M tokens당 입력 $0.44, 출력 $1.32입니다. 이미지는 입력 token으로 변환되며, 이미지당 최대 384개로 제한됩니다.
테스트에서 우수한 인식 성능
스크린샷 OCR 값은 모두 정확했고, 5개 막대 차트는 5/5로 판독했으며, 36개 도형 중 특정 도형을 세는 작업은 24/24로 성공했습니다. 부정형 질문에서도 환각이 발생하지 않았습니다.
사전 압축 불필요
2000×2000과 4000×4000 이미지는 정확히 동일한 token 수(346개)로 변환됩니다. 업스트림에서 자동으로 크기를 조정하므로, 압축해도 대역폭만 절약될 뿐 비용은 절약되지 않습니다.
두 프로토콜 모두 지원
OpenAI 형식(chat/completions + responses)과 Anthropic 형식(/v1/messages)을 모두 검증했으며, 각각 자체 그룹을 통해 작동합니다.
모델 정보
2026-08-17부터 제공업체는 시간대에 따라 이 모델에 두 가지 요율을 적용합니다 (피크 시간은
01:00-04:00 및 06:00-10:00 (UTC)입니다). APIYI는 항상 피크 요율을 부과하므로 비용은
시간대에 따라 변동하지 않습니다.
그룹 선택
APIYI의 두 그룹은 서로 다른 상위 엔드포인트로 라우팅되므로 기능이 동일하지 않습니다. 아래 표는 2026-08-21에 셀당 3회 반복하여 측정한 결과입니다.OpenAI 형식 → default 그룹 사용
그룹 default으로 token을 생성한 다음:
Anthropic 형식 → ClaudeCode 그룹 사용
그룹 ClaudeCode으로 token을 생성한 다음:
이미지를 전송하는 3가지 방법
1. 인라인 base64(가장 일반적)
2. 공개 이미지 URL
Failed to download image를 반환합니다.
3. 인라인 base64와 동일한 file 콘텐츠 블록
image_url 채널과 동일합니다(어느 방식이든 동일한 이미지에 303).
이미지 과금 방식
이미지는 크기 조정 후의 치수를 기준으로 입력 token으로 변환되며, 텍스트 token과 함께 $0.44 / 1M의 요율로 과금됩니다. 아래 수치는 고정된 prompt를 사용하고 텍스트만 사용한 기준값을 차감하여 APIYI에서 측정한 결과입니다:
공급업체의 설명과 정확히 일치하는 세 가지 규칙은 다음과 같습니다:
- 이미지당 384 token이 엄격한 상한입니다. 측정된 최대값은 354였으며, 이를 초과하는 이미지는 없습니다
- 큰 이미지는 대략 800×800에 해당하는 크기로 축소됩니다. 따라서 2000²와 4000²의 비용이 같으며, 업로드 전에 미리 압축하면 대역폭은 절약되지만 비용은 절약되지 않습니다
- 384×384보다 작은 이미지는 확대됩니다. 따라서 64×64의 비용은 384×384와 같습니다 —— 작은 이미지를 더 줄일 필요가 없습니다
token 절약 기능: detail: "low"
세부 정보가 중요하지 않은 경우(이미지 유형 식별, 주제 인식, 대략적인 분류)에는 추론 전에 이미지 크기를 512×512로 줄이도록 detail: "low"를 추가합니다:
사고 모드 제어
사고 모드는 기본적으로 켜져 있으며, 사고 텍스트는max_tokens 예산에 포함됩니다.
순수 이미지 읽기 작업에서는 사고 모드를 끄십시오. 사고를 비활성화했을 때 테스트에서 24/24점을 기록했고, 더 빠르게 실행되었으며, 전체 사고 출력을 저장했고, 입력 token도 80개 줄었습니다(사고 시스템 prompt의 비용이 정확히 그만큼입니다).
각 구문을 세 번씩 실행한 결과입니다:
컨텍스트 캐싱
APIYI를 통해 호출할 때 캐시 과금에는 다음과 같은 token 그룹 요구 사항이 있습니다.
일치하는 긴 접두사는 자동으로 캐시 적중될 수 있으며, 적중된 부분에는 $0.014 / 1M의 요율이 적용됩니다.
실제 적중 여부는 요청 컨텍스트에 따라 달라지며, 올바른 그룹을 선택한다고 해서 보장되지는 않습니다.
테스트 결과, 이미지가 포함된 요청은 텍스트만 포함된 요청과 다음 두 가지 점에서 달랐습니다:
2304 token의 텍스트 접두사와 800×800 이미지 하나를 사용하여 측정한 결과입니다.
적중되는 부분은 이미지 앞에 있는 텍스트와 정확히 일치합니다. 이미지와 그 뒤의 모든 내용은 매번 전체 가격으로 과금됩니다. 따라서 고정된 긴 지침을 이미지보다 앞에 배치해야 해당 지침이 캐시됩니다 —— 이미지 뒤에 배치된 내용은 절대 적중될 수 없습니다.
Anthropic 형식에서는 이러한 필드의 이름이
cache_read_input_tokens 및
cache_creation_input_tokens이며, 동일한 방식으로 동작합니다. 명시적인 cache_control
마커는 아무런 영향을 주지 않습니다(업스트림에서는 자동 접두사 캐싱을 사용함). 또한 두
프로토콜은 사용량을 서로 다르게 보고합니다. OpenAI의 prompt_tokens은 항상 전체 개수인 반면, Anthropic의
input_tokens은 적중 후 캐시되지 않은 나머지로 줄어듭니다 —— 두 값을 직접
조정할 수는 없습니다.지원되는 이미지 형식
지원되는 네 가지 형식은 모두 동일한 token 수로 변환되므로 컨테이너는 비용에 영향을 주지 않습니다.
검증된 기능 매트릭스
APIYI에서 2026-08-21에 측정했습니다.정확성 표본 점검
제한 및 일반적인 오류
1,048,576 컨텍스트 상한이 적용되며, 오류 메시지에
max_tokens
이 동일한 총합에 포함됨이 표시됩니다(… in the messages, … in the completion). 긴 컨텍스트를 구성할 때는
출력 예산을 위한 공간을 남겨 두어야 합니다. 그렇지 않으면 상한에 도달합니다.You have uploaded an unsupported image—— 형식이 네 가지 중 하나가 아니거나 base64가 손상되었습니다Failed to download image—— URL에 연결할 수 없거나 응답에 60초 넘게 걸렸습니다Image in assistant message is unsupported—— 이미지는user메시지에만 포함할 수 있습니다
테스트에서 대략 **1%-3%**의 요청은 연결이 조용히 종료되었습니다(클라이언트에는
SSL EOF 또는 핸드셰이크 시간 초과로 나타남). 이는 이미지와 관련이 없으며
그룹과도 관련이 없습니다 —— 간헐적으로 발생하는 전송 계층 수준의 이벤트입니다. 항상 읽기 시간 초과를 설정하고 재시도해야 합니다.
그렇지 않으면 단일 요청이 2분 넘게 중단될 수 있습니다.
시간 초과 구성을 참조하십시오.
전체 예시
OpenAI 형식(default 그룹)
Anthropic 형식(ClaudeCode 그룹)
관련 문서
비전 이해 API
비전 모델 전반의 일반적인 호출 패턴 및 비교
DeepSeek V4 Flash
100만 컨텍스트와 이중 엔드포인트를 지원하는 동일한 기반의 텍스트 전용 자매 모델
그룹 선택
Codex, ClaudeCode 및 기본 그룹의 차이와 선택 방법
타임아웃 구성
권장 클라이언트 읽기 타임아웃 및 재시도 설정