上周 DeepSeek V4 多模态模型上线之后，不少人赶紧用起来了。不过也有人担心，对话里加入图片之后，会不会让模型调用成本大增？上传的图片是不是尺寸越大，消耗的Token越多？

其实大可不必担心，对此 DeepSeek 官方也早做出了解释：在进入模型前，每张图片都会被自动缩放，每张图片消耗的 token 数存在上限，最多384个。一张5000×5000的图片，和2000×2000的图片，最终可能花一样多的Token。

那384个Token大概是多少呢？其实官方也告诉你了：一个中文字符大概是0.6个Token，因此你现在看到的这条微博，大概就是240个Token（约400字）。如果按照 Deepseek-v4-flash 1.5元/百万Token的输入价格来算，上传2600张图片成本也才 1.5 元。

不难看出来，其实图片对于 Token 消耗的影响是不大的，我们日常使用中最主要的消耗还是来自模型的输出，尤其是开了思考模式后的思维链，这就是为什么，当你把模型的思考等级开高之后，Token 消耗速度会飞涨的原因。

deepseekv4视觉模型上线AI大模型