21 августа 2026 г.
Картинки в DeepSeek API стоят как текст: $0.22 за миллион токенов вне пика
DeepSeek открыла в API vision-модель 21.08.2026: до 600 картинок в одном запросе, по 384 токена каждая, по цене обычного V4-Flash.
Одна строка в запросе, и модель читает скриншот: model='deepseek-v4-flash-vision-exp'.
Раньше DeepSeek в API принимала только текст. С 21.08.2026 картинки идут вперемешку с текстом в одном запросе: модель описывает фото, вытаскивает текст со скриншота и разбирает графики.
Как подключить. Картинку кладут в сообщение пользователя одним из трёх способов: base64, ссылка на файл или Files API. Запрос принимают Chat Completions в формате OpenAI, Messages в формате Anthropic и Responses. В DeepSeek Harness 0.1.1 поддержка уже встроена.
Ограничения такие: до 600 изображений на запрос, каждое ужимается до ~800×800 и стоит не больше 384 токенов. Принимаются JPEG, PNG, GIF и WebP. Одна картинка до 32 MiB через base64 или ссылку и до 64 MiB через Files API. Кладут их только в сообщения пользователя, иначе API вернёт 400.
Цена не выросла. Зрение стоит столько же, сколько обычный V4-Flash: вне пика $0.22 за миллион входных токенов при промахе кэша, $0.007 при попадании и $0.66 за выход. Запрос из 600 картинок весит около 230 тысяч токенов входа и обходится примерно в 5 центов. В пик тариф удваивается, а пик идёт 01:00–04:00 и 06:00–10:00 UTC по будням.
Дешёвое окно по московскому времени открывается в 13:00 и держится до раннего утра.
Первоисточник