DeepSeek-v4-flash-vision-exp モデル：画像処理機能と送信方法の概要

DeepSeek-v4-flash-vision-exp モデルは、画像とテキストを同時に入力可能とするため、画像の説明、スクリーンショットからの文字認識（OCR）、チャート解析など、多様な視覚的タスクに対応できます。

サポートされる画像形式

モデルはファイル名の MIME タイプではなく、実際のファイル内容から画像形式を自動的に判別します。

• サポートされている形式: JPEG, PNG, GIF, WebP
• 基本 API URL:

  https://api.deepseek.com

画像の送信方法

モデルに画像を提供するには、標準の OpenAI 互換 Chat Completions フォーマットを使用し、

content

以下の 3 つの方法から選択できます。

1. Base64 エンコードされた画像（インライン）

ローカルファイルを直接リクエスト本文に埋め込む方法です（データ URL の形式）。

• 特徴: ローカルファイルに対する最もシンプルな選択肢。
• 制限: エンコードされたデータは、リクエスト本文のサイズ制限48 MiBに含まれます。

Python 例

import base64
from openai import OpenAI

client = OpenAI(api_key="<DeepSeek API キー>", 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-v4-flash-vision-exp",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "この画像には何がありますか？"},
                {
                    "type": "image_url",
                    "image_url": {"url": f"data:image/jpeg;base64,{b64}"},
                },
            ],
        }
    ],
)

print(response.choices[0].message.content)

cURL 例

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <DeepSeek API キー>" \
  -d '{
    "model": "deepseek-v4-flash-vision-exp",
    "messages": [
      {
        "role": "user",
        "content": [
          {"type": "text", "text": "この画像には何がありますか？"},
          {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,<BASE64_DATA>"}}
        ]
      }
    ]
  }'

2. 外部の公開 URL を使用する方法

公開されている http(s) リンクを渡し、モデル側で画像をダウンロードします。

• URL の最大長さ: 8,192 キャラクター
• 画像ファイルサイズ: 最大32 MiB
• ダウンロード完了までの時間: 60 秒以内

注意: リンクが上記制限を超える場合は、Base64 データ URL（方法 1）または Files API を使用してください。

Python 例

response = client.chat.completions.create(
    model="deepseek-v4-flash-vision-exp",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "この画像を説明してください。"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/image.jpg"},
                },
            ],
        }
    ],
)

print(response.choices[0].message.content)

3. Files API でアップロードしたファイルを参照する方法

一度 Files API を使用して画像をアップロードし、その

file_id

• メリット: 同一画像を複数のリクエストで再利用可能。48 MiB のサイズ制限を超えた場合も対応可能。
• 容量上限:

  file_id

  で参照される画像は64 MiBまで支持され、チェック対象外となります（Base64/URL は 32 MiB 制限あり）。

Python 例（file_id を使用）

response = client.chat.completions.create(
    model="deepseek-v4-flash-vision-exp",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "この画像には何がありますか？"},
                {"type": "file", "file_id": "file-api-xxxxxxxxxxxxxxxx"}
            ],
        }
    ],
)

print(response.choices[0].message.content)

JSON 例（file_data を使用）

file_id

{
  "type": "file",
  "file_data": "data:image/jpeg;base64,<BASE64_DATA>",
  "filename": "image.jpg"
}

DETAIL レベルの設定

画像の処理詳細度を制御するため、

image_url

detail

low

high

original.

original

auto

original

設定例:

{
  "type": "image_url",
  "image_url": {"url": "https://example.com/image.jpg", "detail": "low"}
}

Files API を使用するべき場合

インライン画像（Base64 または

file_data

• 単一のリクエストで48 MiB を超える可能性がある場合
• 画像サイズが 32 MiB より大きい場合（Files API でのみ可能）
• 同じ画像を複数のリクエストで参照したい場合（再アップロード不要のため）

トークン使用量と自動再サイズ処理

画像は解像度に応じてトークンに変換され、テキストトークンと併せて課金されます。推論前に各画像は自動的に再サイズ処理されます。

• 拡大対象: 全画素数が384×384 より小さい画像（アスペクト比を保ったまま）
• 縮小対象: より大きな画像（全画素数を 800×800 の画像と同程度にするため、アスペクト比を保ったまま）

トークン消費の上限

• 1 画像あたりのトークン消費量は最大 384 トークンに上限があります。
• 例：2000×2000 の画像と 5000×5000 の画像も、再サイズ処理後には同じ数のトークンを消費します。
• 複数の画像を含むリクエストでは、各画像について同様のルールを独立して適用し、特別な計算は行われません。

費用試算: 「Token & Token Usage」ページの**「Image token calculator（画像トークン計算機）」**を使用してください。

制限事項一覧

file_id

file_id

file_id

Files API のストレージおよびアップロード制限については、「Files API: Limits」をご参照ください。

追加の制約

• メッセージ種別: 画像はユーザーメッセージのみでサポートされます（システム/アシスタントメッセージ内の画像は 400 エラー）。
• 対応モデル: 画像を受け付けるのはビジョンモデル（例：

  deepseek-v4-flash-vision-exp

  ）のみです（他のモデルは「画像をサポートしていません」との 400 エラー）。
• テキスト内: ユーザーテキストに予約された画像プレースホルダートークンを含む場合は 400 エラーで却下されます。

Anthropic API での使用方法

OpenAI 互換エンドポイントに加え、Anthropic 互換の

/messages

base_url = https://api.deepseek.com/anthropic

構造的な違い

Anthropic は

image_url

source

type

Python 例 (Anthropic)

import anthropic

client = anthropic.Anthropic()  # ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic

message = client.messages.create(
    model="deepseek-v4-flash-vision-exp",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "この画像には何がありますか？"},
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": "image/jpeg",
                        "data": "<BASE64_DATA>",
                    },
                },
            ],
        }
    ],
)

print(message.content)

ソースタイプとの対応関係

source.type

base64

media_type

image/jpeg

url

file

file_id

anthropic-beta: files-api-2025-04-14

Responses API を使用して画像を送信する場合

DeepSeek-v4-flash-vision-exp モデルは、OpenAI 互換の Responses API でも画像を受け付けます。入力方法（Base64, URL, Files API）および制限事項も同様です。

コンテンツパースの違い

画像は

input_image

Python 例 (Responses API)

response = client.responses.create(
    model="deepseek-v4-flash-vision-exp",
    input=[
        {
            "role": "user",
            "content": [
                {"type": "input_text", "text": "この画像には何がありますか？"},
                {"type": "input_image", "image_url": "https://example.com/image.jpg", "detail": "low"},
            ],
        }
    ],
)

print(response.output_text)

注意点

• input_image

  パートは

  detail

  フィールドをサポートし、同じ意味（

  low

  ,

  high

  ,

  original

  ,

  auto

  ）を持ちます。

• file_id

  で提供している場合は

  detail

  は無視されます。

• image_url

  と

  file_id

  は互いに排他です。

詳細なフィールド定義や制限事項については、Responses API ガイドをご参照ください。