DeepSeekが8月21日、画像を扱えるモデルをAPIで公開した。同じ日に、画像を一度アップロードすればあとはIDで呼び出せるFiles APIも出している。公式アカウントはこれを「無料で使える」と書いた。個人の手元で効いてくるのは、たぶんモデルが賢くなったことより、同じ画像を毎回上げ直さなくてよくなったほうだ。ただし「無料」がどこまでかかっているかは、読んでおいたほうがいい。
「無料」がかかっているのは、預けるところまでだ
語の範囲を絞っておきたい。公式アカウントが書いているのは、画像を一度上げればIDで参照でき、送信のたびに上げ直さずに済む、その仕組みが無料で使える、ということだ。ガイドを読むと、預けられるのはJPEG・PNG・GIF・WebPで、1ファイル64MiBまで、1人あたり25GiBまたは1万ファイルまで。有効期限は1時間から30日のあいだで指定でき、指定しなければそのまま残り続ける。
料金ページのほうは別のことを書いている。この画像対応モデルに送られた画像は寸法に応じてトークンに変換され、テキストのトークンと一緒に入力トークンとして課金される、とある。ガイドによれば上限は1枚あたり384トークンだ。
つまり、預けるのは無料で、読ませるのは有料ということになる。額そのものは小さい。同系列モデルの入力はキャッシュに当たらない場合で100万トークンあたり0.22ドル（時間帯によっては0.44ドル）なので、384トークンの画像1枚を1回読ませて0.0001ドルに届かない。1万回読ませても入力側は1ドル前後だ。返ってくる文章のほうは別勘定で、こちらは100万トークンあたり0.66ドルから始まる。
だから「無料になった」で実際に減るのは料金ではなく、同じ画像を送り直す通信と手間のほうだ。
画像は勝手に縮む。これは精度の話より先に来る
ガイドには、画像は推論の前に自動でリサイズされると書かれている。おおよそ384×384より小さいものは拡大され、大きいものは縦横比を保ったまま800×800程度まで縮められる。
ここから出てくる帰結が一つある。2000×2000の画像と5000×5000の画像は、縮んだあとでは同じトークン数になる。高い解像度で撮っておけば細かいところまで読ませられる、という考え方が、この段階で効かなくなる。
手元の作業に置き換えると、失敗する場面のほうが具体的だ。小さい字がびっしり入った説明書、値札の隅の表示、手書きのメモ、図面の寸法。1枚まるごと撮って読ませるより、読ませたい部分を分けて撮るほうが現実的になる。撮り方の問題であって、モデルの賢さでは埋まらない。
枠もいくつかある。1回のやり取りに入れられる画像は600枚まで。直接埋め込む場合は1枚32MiBだが、IDで渡すと64MiBまで通る。画像を置けるのは利用者側の発言だけで、システム側や応答側に入れるとエラーが返る。
預けるほうにも上限がある。25GiB・1万ファイルで、期限を指定しなければ消えない。置き場が無料だと「とりあえず全部上げておく」に傾きやすいが、そこは自分で決めておかないと溜まる一方になる。
「Opus-4.8に近い」は、誰が測った数字なのか
変更履歴には、純テキストの能力は正式版と同等で、視覚的な理解を要するエージェントのベンチマークでは大きく前進し、マルチモーダルのエージェント能力はOpus-4.8に近いところまで来た、と書かれている。数値も並んでいて、Terminal Bench 2.1が83.9、Chartographyが64.3、ZeroBench（Pass@5）が35.0といった具合だ。
これらはDeepSeek自身が公開した記載と数値で、第三者による検証はまだ出ていない。加えて、モデル名の末尾についているexpは実験版を意味する。仕様や挙動が変わりうる段階にある、ということだ。
数字を疑う理由も、そのまま自分の作業の成績として受け取る理由も、いまはない。ベンチマークで測られているのはベンチマークの課題で、手元の画像が読めるかどうかとは別に確かめるしかない。
自分の手元の、どれが「毎回上げ直し」なのか
預ける仕組みが効くかどうかは、性能ではなく使い方の形で決まる。
一度読ませて終わりの画像なら、恩恵はほとんど無い。その場で送れば足りる。効いてくるのは、同じ1枚に何度も違うことを聞く使い方のほうだ。機材の説明書、道具のラベル、栽培や修理の記録写真、図面。同じ画像を、時期をまたいで何度も参照する作業がこれに当たる。
そのうえで、決めておくことが二つある。一つは回数のほう。預けるのが無料でも読ませるたびに料金は乗るので、増えるのは保管量ではなく参照回数だ。もう一つは期限のほう。指定しなければ残り続けるので、消す運びを最初に決めておかないと、無料の置き場が整理されない置き場になる。
そして肝心なのは、預けるのが無料になっても、上げ直す手間が減るだけで、何を読ませるかは変わらないという点だ。
あなたの手元で、同じ画像を何度も上げ直している作業はどれだろうか？
参照
- DeepSeek 公式 API 変更履歴 — 2026年8月21日、画像対応の実験版モデル公開。純テキストは正式版と同等、視覚を要するエージェントのベンチマークで前進し「Opus-4.8 に近い」との記載と、Terminal Bench 2.1 = 83.9 / Chartography = 64.3 / ZeroBench (Pass@5) = 35.0 などの数値
- DeepSeek 公式アカウント — Files API 公開の告知。「無料で使える」「画像を一度上げれば file_id で参照でき送信の帯域を節約」「同じ画像を再アップロードせずに使い回せる」
- DeepSeek 公式 Files API ガイド — 対応形式 (JPEG / PNG / GIF / WebP)、1 ファイル 64MiB、1 人 25GiB・1 万ファイルの上限、有効期限は 1 時間〜30 日で指定でき未指定なら保持され続ける
- DeepSeek 公式 Vision ガイド — 画像は推論前に自動リサイズ (小さいものは拡大・大きいものは約 800×800 まで縮小) され上限 1 枚 384 トークン、1 リクエスト 600 枚、直接埋め込み 32MiB / ID 経由 64MiB、画像は利用者側の発言にのみ配置可
- DeepSeek 公式 料金ページ — 画像は寸法に応じてトークン化されテキストと合わせて入力トークンとして課金。入力はキャッシュ非適用で 100 万トークンあたり 0.22 ドル (時間帯により 0.44 ドル)、出力は 0.66 ドルから
