概要
DeepSeekの新しいマルチモーダルモデル「deepseek-v4-flash-vision-exp」の公式ガイドで、画像入力の方法、トークン計算、制限事項、OpenAI/Anthropic互換APIでの利用手順を解説しています。
詳細内容
このドキュメントは、DeepSeekの新型ビジョンモデル「deepseek-v4-flash-vision-exp」の利用方法を網羅的に解説しています。主な画像入力方法として、Base64エンコードによるインライン送信、外部URLの指定、およびFiles APIによる事前アップロードの3種類が提供されており、特に大容量ファイル（最大64MiB）や再利用時にはFiles APIの使用が推奨されます。画像は推論前に自動的にリサイズ（約800x800相当）され、1枚あたり一律で最大384トークンとして計算されるため、コスト見積もりが容易です。OpenAI互換形式に加え、Anthropic互換のメッセージAPIやDeepSeek独自のResponses APIでも利用可能です。対応フォーマットはJPEG、PNG、GIF、WebPで、リクエストあたり最大600枚までの同時入力がサポートされています。