DeepSeek V4-Flash-Vision-Exp：多模態 AI 的下一場競爭，關鍵在價格而非跑分

DeepSeek V4-Flash-Vision-Exp 的重要性，可能不在於它是否已經建立持久的能力領先，而在於它釋放出的價格訊號。

這款實驗性模型在 V4-Flash 架構上加入圖像理解。DeepSeek 表示，它保留文字模型的推理能力、代理任務能力與世界知識，並讓多模態代理的表現接近 Anthropic 的 Claude Opus 4.8；圖片則沿用 V4-Flash 的價格，每張圖片最多使用 384 個輸入 token。64

如果這些能力能在實際產品中穩定運作，視覺 AI 的部署成本可能顯著下降。不過，商業結果仍遠未確定：目前的基準比較主要來自公司公布的數據或與其關係密切的報導，真正影響企業採用的，還包括可靠度、供應情況、延遲、資料治理與長期支援。

為什麼價格比模型名稱更值得關注

視覺理解過去常被視為高階功能，原因在於大量處理圖片可能需要更多計算資源與模型容量。DeepSeek 的做法有所不同：它把圖像輸入放進 Flash 等級，而不是另設一個更昂貴的視覺模型價格。

據報，V4-Flash-Vision-Exp 在離峰時段的價格為：每百萬個未命中快取的輸入 token 收費 0.22 美元，輸出 token 收費 0.66 美元；尖峰時段則分別升至 0.44 美元與 1.32 美元，命中快取的輸入價格更低。51

這種定價對反覆處理截圖、表格、收據、技術圖表、儀表板或瀏覽器介面的應用尤其重要。只要模型能以足夠穩定的品質完成這類日常任務，開發者就可能在相同預算內加入更多視覺檢查、重試與代理步驟。

但 384 token 上限是一項不能忽略的限制。它有助於壓低圖片處理成本，卻可能影響依賴細微視覺資訊、密集文字或精準空間關係的工作。換句話說，圖片便宜，不代表模型在所有視覺任務上都能提供高品質結果。53

DeepSeek 宣稱了什麼，基準測試又沒有證明什麼

DeepSeek 表示，這款視覺模型相較純文字版 V4-Flash，在多模態代理評測上有大幅進步，並接近 Opus 4.8。已公布的比較呈現的是「接近但不全面領先」的結果：在 ApexBench Pass@1 中，V4-Flash-Vision-Exp 得分 36.5，低於 Opus 4.8 的 39.4；但在 Agents’ Last Exam 中以 27.3 領先 25.7，在 ZeroBench 中則以 35.0 高於 34.0。58

這些數據值得注意，卻不能直接等同於生產環境的能力相當。企業與開發者還應測試：

• 多次重跑後的任務完成率；
• 對密集文件、小字與複雜版面的視覺準確度；
• 工具選擇與錯誤復原能力；
• 延遲、正常運作時間與速率限制；
• 面對模糊、具誤導性或對抗性圖片時的表現；
• 資料處理方式、地區供應情況與企業級控管功能。

下一步關鍵在於獨立且可重現的測試。在這些證據出現以前，最穩妥的結論是：DeepSeek 已提出一項可信的低成本挑戰，但還不能說它已確定超越主流前沿模型。

Anthropic、OpenAI 與 Google 將面臨什麼壓力

如果 V4-Flash-Vision-Exp 脫離 DeepSeek 自行評測的環境後，仍能在實際部署中保持可靠，它可能削弱 Anthropic、OpenAI 與 Google 僅憑一般推理或視覺理解能力收取高額溢價的空間。壓力最可能先出現在高流量、成本敏感的應用：這些工作只要模型「夠好」，不一定需要最強的能力。

高價模型供應商仍有多種防守方式，包括長時間工作流程的可靠度、工具生態系、安全與治理、客戶支援、雲端整合及產品分發。一款模型即使在某項基準測試中稍微便宜或更強，若在企業部署時造成更多失敗、需要額外監控，或缺乏必要的控管功能，最終仍可能不是較便宜的選擇。

市場因此可能進一步分層：

• 低成本多模態模型：用於大量文件處理、截圖理解、客服流程與例行代理任務。
• 高階前沿模型：用於艱難推理、複雜程式設計、高風險準確性要求、合規敏感的部署，以及一次錯誤所造成的損失遠高於 API 節省的情境。

對高價供應商而言，風險未必是需求驟降，而是客戶對「沒有差異化的能力」降低付費意願。企業可能同時採用多個模型，把簡單的視覺工作分配給較便宜的系統，再將高價模型保留給真正需要品質的任務。

DeepSeek 自己的調價，也讓「價格歸零」故事變得複雜

DeepSeek 並不是單純地全面降價。8 月推出 V4-Pro 後，公司為 V4-Pro 與 V4-Flash 引入尖峰及離峰定價；據報價格會視模型、token 類型與使用時段不同，上調 50% 至 1,100%。17

這顯示 DeepSeek 同時在管理容量與需求，而不只是無限期壓低競爭對手的價格。它可能把 Flash Vision 當作低成本的入門渠道，再從高階推理、更高吞吐量或尖峰時段使用中獲取收入。

對開發者而言，真正應計算的是實際總成本，而不是最低的宣傳價格。預算需要納入尖峰時段、輸出 token、快取命中率、重試次數、延遲與失敗率。一個單價便宜、卻必須多嘗試幾次才能完成任務的模型，實際上未必比較省錢。

對 Anthropic 投資者意味著什麼

DeepSeek 發布新模型之際，Anthropic 仍呈現強勁的需求訊號。路透社報導，Anthropic 截至 7 月底的年化營收跑率已超過 650 億美元，5 月時為 470 億美元。年化營收跑率是把近期表現外推至全年，並不等同於已入帳的全年營收，也不能保證未來利潤率。33

這項區分很重要。DeepSeek 的模型並沒有抹去 Anthropic 目前的成長訊號，但可能挑戰其未來定價能力與基礎設施投資回報的假設。若客戶把例行工作轉移到更便宜的多模態模型，Anthropic 可能需要提供更多折扣，或增加支出以維持市場份額。

Amazon 的直接曝險尤其明顯。Amazon 已同意立即投資 Anthropic 50 億美元，另有最多 200 億美元與商業里程碑掛鉤；Anthropic 也承諾在 10 年內於 Amazon 的雲端技術上支出超過 1,000 億美元。1

如果 Claude 的需求持續強勁，Amazon 可同時受惠於 Anthropic 的雲端用量，以及自身所持 Anthropic 投資的價值上升。反過來，若低成本競爭對手持續削弱 Anthropic 的使用增長或定價能力，這項協議也可能令市場重新檢視龐大基礎設施承諾的利用率與回報。對 Amazon 而言，這項合作既帶來可觀上行空間，也讓部分 AI 投資論述更集中於 Anthropic 能否持續擴張。

Alphabet 的曝險方式不同。它既是 Anthropic 的投資者，也透過 Gemini 與 Google Cloud 直接競爭。6 若市場出現具可信度且更便宜的多模態模型，整體價格都可能承壓，包括 Google 的 API 與雲端 AI 服務。Alphabet 從 Anthropic 估值上升所獲得的間接利益，必須與自身 AI 產品面對的競爭壓力一併衡量。

哪些指標能真正定調

接下來的證據，比發布消息本身更重要。投資者與開發者應留意：

1. 獨立多模態評測：涵蓋視覺推理、代理任務完成、工具使用與錯誤復原，而不只是公司自行公布的比較。
2. 持續的 API 採用：包括流量、重複使用率、開發者遷移、正常運作時間與企業部署案例。
3. 實際工作負載成本：納入尖峰定價、輸出 token、快取、重試與營運失敗。
4. 競爭對手反應：觀察 Anthropic、OpenAI 與 Google 是否調整牌價、企業折扣、模型路由產品或用量承諾。
5. Anthropic 的業務品質：特別是營收留存、實際成交價格、利潤率，以及 AWS 用量相對於其基礎設施承諾的變化。

結論：多模態 AI 可能從比能力，轉向比每一美元能完成多少工作

DeepSeek V4-Flash-Vision-Exp 可能加速 AI 產業從「能力競賽」轉向「價格效能競賽」。它最重要的地方，或許不是在部分評測中偶爾追上或超越 Opus 4.8，而是宣稱能把實用的多模態代理能力帶進低成本的 Flash 等級。

但只有當模型可靠到足以支撐長期生產部署，這項發布才會真正造成財務上的顛覆。現階段，它更適合被視為給高價 AI 供應商及其投資者的一項可信警告：前沿模型的定價、客戶黏著度與基礎設施回報，必須靠可量化的產品優勢來守住，而不能只靠基準測試的聲望。