“视觉模型” 标签下的文档
共 1 篇文章
DeepSeek终于支持多模态,发布实验性模型deepseek-v4-flash-vision-exp,支持图片输入。只需将模型名改为该名称即可调用,可描述图片、识别截图文字、分析图表,按尺寸换算token计费,价格与v4-flash一致。附实测:在WeSight、Obsidian插件、Codex等Agent中接入后均能识图与理解图片,并给出接入这些Agent的教程指引。