概要

deepseek-v4-flash-vision-exp モデルは、 画像とテキスト の同時入力に対応 JPEG, PNG, GIF, WebP 形式の画像ファイルをサポート 画像送信方法は 3種類 （Base64, 外部URL, Files API経由） リクエストや画像サイズなどに 制限事項 あり OpenAI互換、Anthropic互換、Responses APIでも利用可能

deepseek-v4-flash-vision-expモデルの画像入力方法

• 画像とテキストの同時入力 による多様な解析（画像説明、テキスト抽出、グラフ分析など）
• 対応画像形式 ：JPEG、PNG、GIF、WebP
• 画像形式の判定 はファイル内容から自動判別

画像送信方法

• Base64エンコード画像（インライン）

  • 画像をBase64でエンコードし、data: URLとしてリクエストに直接埋め込み
  • 48 MiB のリクエストボディ上限に含まれる
  • ローカルファイル利用時に最適

• 外部画像URL

  • 公開アクセス可能なhttp(s)リンクを指定
  • URL長は 8192文字以内、画像サイズは 32 MiB以下
  • ダウンロード時間は60秒以内

• Files API経由のファイル参照

  • 画像を一度アップロードし、返却された file_id で参照
  • 64 MiB までの画像に対応
  • 複数回使い回し や 大容量画像 に最適
  • file_dataによるBase64インライン埋め込みも選択可能（file_idとの併用不可）

画像詳細度（detailフィールド）

• detailパラメータで画像処理の粒度を設定可能
  • low ：512×512へ縮小し高速・低コスト
  • high/original/auto ：元画像を維持

Files API利用推奨ケース

• リクエストボディが48 MiBを超える場合
• 32 MiB超の画像を扱う場合
• 同一画像を複数回使い回す場合

トークン消費

• 画像は リサイズ後のピクセル数 に応じてトークン化
  • 小さい画像（384×384未満）は拡大、大きい画像は 800×800相当 に縮小
  • 1画像あたり最大384トークン
  • 複数画像も 独立して計算

主な制限事項

• サポート画像形式： JPEG, PNG, GIF, WebP
• 外部URL長： 8192文字
• リクエストボディサイズ： 48 MiB
• 1画像サイズ（Base64/外部URL）： 32 MiB
• 1画像サイズ（Files API）： 64 MiB
• 1リクエスト画像数： 600枚
• 画像合計サイズ： file_id画像なし64 MiB、file_id画像含む最大200 MiB
• 画像1辺最大： 8192 px（画像15枚以上の場合4096 px）
• 画像はuserメッセージのみ対応 （system/assistantメッセージ不可）
• deepseek-v4-flash-vision-exp以外のモデルは画像非対応

Anthropic APIでの画像利用

• Anthropic互換エンドポイント （https://api.deepseek.com/anthropic）でも画像送信可
• 画像ブロック形式はOpenAI互換APIと異なり、source.typeで base64, url, file を指定
  • base64 ：media_type（例：image/jpeg）必須
  • url ：最大8192文字
  • file ：anthropic-beta: files-api-2025-04-14ヘッダー必須

Responses APIでの画像利用

• OpenAI互換Responses API でも画像送信可
• 画像はinput_imageパートで送信
• detailフィールド で画像処理粒度指定（Files APIのfile_id時は無効）
• system/assistantメッセージの画像は非対応 （400エラー）

参考：画像処理の流れと制限

• 画像送信→トークン変換→リサイズ→モデル推論 という流れ
• 複数API方式 （OpenAI互換、Anthropic互換、Responses API）で柔軟運用可能
• 用途や画像サイズ、再利用有無 に応じて適切な方法選択が重要