處理產品截圖、掃描文件或圖表時，DeepSeek API 現在可讓文字問題與圖片一併送出，由 deepseek-v4-flash-vision-exp 回應內容。這個視覺模型適合用於圖片描述、讀取截圖文字，以及分析圖表等需要結合視覺與語言的工作流。
API 採用 OpenAI-compatible Chat Completions 格式，請求中的 content 不再只是單一字串，而是由文字和圖片區塊組成；Responses API 亦支援以 input_image content parts 傳送圖片。開發者可按項目需要選擇圖片提交方式，文件列出三種方法，其中包括直接內嵌 Base64 圖片，以及提供公開可存取的 http(s) 圖片網址。
支援的圖片格式包括 JPEG、PNG、GIF 和 WebP。系統會按檔案實際內容判斷格式，而不是依賴檔名或宣告的 MIME type；使用 Base64 內嵌本地圖片較直接，但編碼後的資料會計入 48 MiB request body 上限。
- 可同時分析文字與圖片
- 適合讀取截圖文字及分析圖表
- 支援 JPEG、PNG、GIF 和 WebP
- 兼容 Chat Completions 與 Responses API
- Base64 圖片會受 48 MiB 請求大小限制
需要把圖片理解接入現有 OpenAI SDK 或 API 工作流的開發者，可沿用熟悉的請求結構，再按圖片來源選擇內嵌資料或公開網址。圖片網址必須可供模型下載，並受 8192 字元長度限制。