DeepSeek 能識別圖片嗎、多模態現狀如何：按官方更新日誌梳理識圖與「沒有生圖」的事實

本文根據 DeepSeek 官方更新日誌、公告和 API 文檔整理，資料核對於 2026-10-24。功能變化快，以官方頁面為準。圖為本站整理的示意圖。

適用於誰

• 搜「deepseek為什麼不支持多模態」「deepseek能識別圖片嗎」的人；
• 看到老教學說「DeepSeek 不能識圖」，想知道現在是不是變了的人；
• 想弄清「識圖」和「生圖」區別的人。

結論先說

1. 現在能識圖，但只有 deepseek-flash。官方價格頁功能表：圖像理解 deepseek-flash 支持，deepseek-v4-pro 不支持。
2. 不是一直能識圖：官方更新日誌顯示，2026-04-24 的 V4 預覽版公告和價格圖裏沒有提圖像輸入；2026-08-21 才發佈實驗性的視覺理解模型；2026-09-10 的 V4.1-Flash 起「原生支持多模態」。老教學裏「不支持識圖」的說法在當時是對的，現在需要更新。
3. 官方沒有解釋早期為什麼不支持，所以「為什麼」這一問，本文只能給出時間線，不能給原因。
4. 輸出仍然只有文本：官方文檔裏所有「多模態」都指「看懂圖片」，沒有生成圖片的功能。生圖需求見 /guides/deepseek-generate-image。

圖：本站根據 DeepSeek 官方更新日誌 整理的示意圖

一、官方時間線

• 2026-04-24 · V4 預覽版：官方公告介紹 V4-Pro 與 V4-Flash，強調 1M 上下文、Agent 能力，價格圖裏只有模型名、價格和上下文長度，沒有圖像相關的內容；
• 2026-08-21 · DeepSeek-V4-Flash-Vision-Exp：官方更新日誌寫，「全新的多模態視覺理解模型」上線，是實驗性質的模型，通過 model='deepseek-v4-flash-vision-exp' 訪問；純文本能力與 V4-Flash 正式版持平，在需要視覺理解的 Agent 基準上相比 V4-Flash 大幅提升；
• 2026-09-10 · DeepSeek-V4.1-Flash：官方公告稱它是新模型結構系列中最小尺寸的模型，「具備原生多模態視覺理解能力」；API 裏把模型名改成 deepseek-flash 即可調用；舊的 V4 Flash 與 V4 Flash Vision Exp 下線，舊模型名暫時路由到 V4.1 Flash；
• 2026-10-17 · V4.1-Flash-1017：官方說網頁端、App 和 API 的模型同步更新為新版本，API 調用方式和價格不變。

對於網頁版和 App，App Store 的版本記錄裏出現過「支持識圖模式」，9 月版本又寫「新模型上線，快速、專家、識圖模式合併升級」。也就是說，App 上曾經把識圖做成一個單獨的模式，之後和快速、專家模式合併。具體怎麼用，見 /guides/deepseek-upload-file-image。

二、現在能讓它看圖做什麼

官方圖像理解文檔寫：deepseek-flash 支持在文本之外輸入圖片，你可以讓模型描述圖片、識別截圖中的文字、分析圖表等。

• 格式：JPEG、PNG、GIF、WebP，由文件實際內容判斷，不看文件名或聲明的類型；
• 三種傳入方式：base64 內聯、外部圖片 URL、通過 Files API 上載後用 file_id 引用；
• 限制：請求體 48 MiB；外部 URL 或 base64 的單張圖最大 32 MiB，通過 Files API 的單張最大 64 MiB；單請求最多 600 張；圖片最長邊最多 8192 像素；
• token：每張圖片會自動縮放，消耗的 token 有上限 1024，和圖片原始尺寸無關；
• 位置：圖片只能放在 user 消息裏，放進 system 或 assistant 消息會返回 400；
• detail：low 把圖縮到 512×512，更快更省 token；high、original、auto 保留原圖。

數字的彙總見 /guides/deepseek-context-length-output-limit。

圖：本站根據 DeepSeek 官方圖像理解文檔 整理的示意圖

三、識圖能力的邊界

官方文檔沒有給「識別準確率」這類數字，所以下面是使用上的提醒，不是官方保證：

• 別把重要資訊只交給識圖：金額、日期、藥品劑量這類內容，識別後要人工核對原圖；
• 截圖盡量清晰、裁剪到相關區域：區域越小，越省 token，也更不容易看錯；
• 提問要具體：「把表格裏第三列的數字抄出來」比「看看這張圖」更容易得到可用的結果；
• 不要上載含私隱的圖片：身份證、銀行卡、他人照片等不要上載。

四、用 API 傳圖的最小示例

官方文檔的 base64 示例（Python，節選）：

python
import base64
from openai import OpenAI

client = OpenAI(api_key="<你的 Key>", base_url="https://api.deepseek.com")
with open("image.jpg", "rb") as f:
    b64 = base64.b64encode(f.read()).decode("utf-8")

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "這張圖片裏有什麼？"},
        {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{b64}"}},
    ]}],
)
print(response.choices[0].message.content)

在 Anthropic 接口和 Responses API 裏傳圖的寫法稍有不同，見 /guides/deepseek-responses-api-anthropic-compatible。API Key 的獲取見 /guides/deepseek-api-key。

常見問題

Q：網頁版能識別圖片嗎？

官方 App 和網頁版近期的更新說明裏有識圖相關的模式和合並升級，具體入口以官方介面為準，見 /guides/deepseek-upload-file-image。

Q：Pro 為什麼不支持圖像？

官方價格頁只寫「不支持」，沒有解釋原因。要識圖請用 deepseek-flash，兩者對比見 /guides/deepseek-v4-pro-vs-flash-api-price。

Q：DeepSeek 和 ChatGPT 的識圖有什麼不同？

ChatGPT 的圖片能力見 /guides/chatgpt-image-recognition，整體對比見 /guides/chatgpt-vs-deepseek-difference。

Q：想要能生成圖片的產品？

可看 /guides/gpt-image-2-how-to，需要開通 ChatGPT 會員見 /chongzhi/chatgpt-plus。

參考資料

• DeepSeek API 文檔：更新日誌 — https://api-docs.deepseek.com/zh-cn/updates
• DeepSeek-V4.1-Flash 發佈公告（2026-09-10）— https://api-docs.deepseek.com/zh-cn/news/news260910
• DeepSeek API 文檔：圖像理解 — https://api-docs.deepseek.com/zh-cn/guides/vision
• DeepSeek API 文檔：模型 & 價格 — https://api-docs.deepseek.com/zh-cn/quick_start/pricing
• App Store：DeepSeek - AI 智能助手（版本記錄）— https://apps.apple.com/cn/app/deepseek/id6737597349