DeepSeek: DeepSeek V4 Flash Vision Exp

DeepSeek V4 Flash Vision Exp adalah model eksperimental dengan kemampuan vision dari DeepSeek. Model ini dibangun di atas DeepSeek V4 Flash 0731, menambahkan pemahaman gambar sekaligus menyamai model dasar pada kemampuan teks, termasuk perilaku agentic. Provider merilisnya pada 2026-08-21. Model ini berada di kategori teks, tempat api14 mengelompokkannya, meskipun menerima gambar sebagai input bersama teks.

Pada input, model menerima teks dan gambar. Pada output, model hanya mengembalikan teks, jadi tidak menghasilkan gambar. Context window-nya 1.048.576 token, dan output maksimumnya 262.144 token. Kombinasi context yang sangat besar dan budget output yang besar berarti Anda dapat mengirim dokumen panjang, kumpulan gambar besar, atau riwayat percakapan yang panjang dan tetap menyisakan ruang untuk respons yang substansial. Karena dukungan vision bersifat eksperimental, perlakukan penanganan gambar sebagai bagian model yang lebih baru dan penanganan teks sebagai bagian yang diwarisi dari model dasar.

Kegunaan praktisnya mengikuti kemampuan tersebut. Anda dapat memberikan screenshot, diagram, halaman hasil scan, atau foto bersama prompt teks dan mendapatkan jawaban teks, yang cocok untuk ekstraksi dokumen, visual question answering, pembacaan chart dan tabel, review UI atau screenshot, serta captioning atau peringkasan konten gambar. Context panjang membantu ketika satu permintaan mencampur banyak gambar dengan brief tertulis yang panjang, atau ketika Anda ingin model bernalar atas keseluruhan laporan, bukan hanya fragmen. Pekerjaan teks saja seperti drafting, peringkasan, klasifikasi, dan alur agent yang digerakkan tool juga termasuk cakupannya, karena model ini menyamai model dasar pada teks.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "deepseek/deepseek-v4-flash-vision-exp". Parameter permintaan yang didukung adalah frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, reasoning_effort, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs dan top_p. Kumpulan itu mencakup kontrol sampling, penalti, seeding untuk reproduktibilitas, stop sequence, batas token, pelaporan log probability, structured output, serta tool atau function calling dengan pilihan pemilihan tool. Parameter terkait reasoning memungkinkan Anda meminta atau menyetel output reasoning di tempat model mendukungnya.

Ada dua hal yang perlu dipertimbangkan sebelum Anda memutuskan. Model ini dilabeli eksperimental, dan kemampuan vision adalah bagian yang baru dibandingkan model dasar, jadi jika beban kerja Anda murni teks, Anda mungkin lebih memilih model dasar non vision yang menjadi asalnya. Jika Anda membutuhkan output gambar, bukan input gambar, model ini tidak cocok, karena hanya mengembalikan teks.