La documentación oficial de la API de DeepSeek detalla cómo enviar imágenes al modelo deepseek-v4-flash-vision-exp, que acepta imágenes junto a texto para describir fotografías, leer texto en capturas, analizar gráficos y otras tareas. Los formatos admitidos son JPEG, PNG, GIF y WebP, identificados a partir del contenido real del archivo.
Existen tres métodos para enviar imágenes, todos compatibles con el formato OpenAI Chat Completions, donde el contenido es un arreglo de bloques en lugar de una cadena de texto. El primero consiste en incrustar la imagen codificada en Base64 como URL data:, válido para archivos locales y limitado por el tope de 48 MiB del cuerpo de la petición. El segundo permite pasar una URL pública http(s); el enlace no puede superar los 8 192 caracteres, el archivo 32 MiB y la descarga debe completarse en 60 segundos. El tercero recurre a la Files API de DeepSeek: la imagen se sube una vez y luego se referencia mediante un file_id, opción recomendada cuando se reutiliza la misma imagen o cuando supera el límite inline.
El parámetro detail en image_url controla el procesamiento: low reduce la imagen a 512×512, high y original conservan la original y auto selecciona automáticamente. Cada imagen se reescala antes de la inferencia para ajustarse a un cuadro de referencia aproximado de 800×800, con un tope de 384 tokens por imagen. El límite global es de 600 imágenes por petición y un tamaño total de hasta 200 MiB cuando se usan file_id.
Las imágenes solo se admiten en mensajes del usuario; los modelos sin visión devuelven un error 400. La guía incluye además un ejemplo equivalente para el endpoint compatible con Anthropic en /messages.