视觉理解
结合文字要求理解并分析输入图片。
在线调试
配置参数、查看实际请求 JSON，然后使用你的账号运行。
该线路开放后即可使用 Playground。
响应结果
API 响应会显示在这里。
API 定价
API 调用价格
查看该线路完整的 API 计费表。Token 模型分别展示输入、输出、缓存读取、缓存写入及长上下文价格；媒体模型价格随配置变化。
价格即将公布
能力
该线路支持的能力
使用稳定的 PixMind 模型 ID，将上游模型差异隔离在你的业务系统之外。
文档识别
通过已上线的 DeepSeek OCR 线路使用文档识别，无需单独维护上游供应商接入。
流式返回
边生成边返回内容，改善产品中的响应体验。
技术规格
支持的参数
DeepSeek OCR API 的输入要求、支持配置和调用参数。
- Input
- One image, one user message
- Maximum image size
- 10 MB
- Context window
- 8,192 tokens
- Maximum output
- 8,192 tokens
- Output
- Editable text or Markdown
模型工作流
用 DeepSeek OCR 适合做什么
先选择与实时线路能力匹配的任务，再按实际需求修改下面的提示词模板。
适合任务
- 构建写作、改写、提取、分类和对话工作流。
- 结合文字要求理解并分析输入图片。
- 边生成边返回内容，改善产品中的响应体验。
提示词模板
替换方括号内容模板
检查提供的图片并完成[任务]。区分直接观察与推断，提取[所需字段]，以[格式]返回结果。
模板
完成[用户任务]，使用清晰结构，先给直接结果，每个部分可独立理解，不要把关键信息拖到最后。
模型选型
任务适合时再选择 DeepSeek OCR
在生产环境固定模型 ID 前，先按任务、支持能力和当前起步价比较相近的已上线线路。
| 模型 | 最适合 | 核心能力 | 起步价 | 可用状态 | 操作 |
|---|---|---|---|---|---|
DeepSeek OCR DeepSeek · 当前页面 | 构建写作、改写、提取、分类和对话工作流。 | 文本 · 视觉理解 · 图片输入 | $0.02222 / 百万 Token | 规划中 | 已选择 |
DeepSeek V4 Flash DeepSeek | 构建写作、改写、提取、分类和对话工作流。 | 文本 · 深度推理 · 编程 | $0.237 / 百万 Token | 可用 | 查看线路 |
DeepSeek V4 Pro DeepSeek | 构建写作、改写、提取、分类和对话工作流。 | 文本 · 深度推理 · 工具调用 | $0.6667 / 百万 Token | 可用 | 查看线路 |
DeepSeek V4.1 Flash DeepSeek | 构建写作、改写、提取、分类和对话工作流。 | 文本 · 深度推理 · 工具调用 | $0.1481 / 百万 Token | 可用 | 查看线路 |
能力与起步价是 PixMind 当前线路快照；已受理请求会返回最终配置与计费报价。
开始接入
从 Playground 走向生产环境
创建最小权限 Key
创建 API Key，并授予该模型调用需要的权限。
发送请求
在你的服务端使用页面展示的模型 ID 与请求端点。
追踪任务
语言模型从响应中读取生成内容；图片和视频请求通过返回的任务 ID 查询结果。
常见问题
DeepSeek OCR API 常见问题
What can DeepSeek OCR extract?+
Printed document content, receipts, table text, and figure descriptions from a single image.
Can I send a PDF or multiple pages?+
Send one image in one user message per request. Convert PDF pages to images and recognize each page separately.
Which prompt should I use?+
Use Free OCR. for text, Convert the document to markdown. for Markdown, and Parse the figure. for figure or table content.
What does it cost?+
Studio and API use the same all-day price: 21 credits per million input tokens and 84 credits per million output tokens, at 50% of official rates.
调用 DeepSeek OCR API 应该使用哪个模型 ID？+
请在 model 字段中使用 deepseek-ocr。这是 Playground 请求 JSON 中展示的稳定 PixMind 线路标识。
DeepSeek OCR API 使用哪个请求端点？+
向 /v1/chat/completions 发送 POST 请求。API Key 应保存在服务端，并通过 Bearer Token 传递。
Playground 发出的是真实 API 请求吗？+
是。点击运行模型后，PixMind 会使用你输入的 API Key 转发页面展示的请求参数，成功调用可能创建付费任务。
PixMind 会保存我在这里输入的 API Key 吗？+
不会。Playground 只在当前组件内存中暂存 Key，并仅用于本次请求，不会写入浏览器存储。
API 定价和 PixMind Studio 定价相同吗？+
不同。API 使用 apiPlatform 定价角色和独立按量账本；Studio 定价还包含创作界面和产品工作流服务。
为什么最终价格可能与起步价不同？+
起步价对应页面展示的入门配置。分辨率、时长、质量、音频、参考图和输出数量都会影响最终任务价格。
相关模型
比较其他 API 线路
DeepSeek
DeepSeek V4 Flash
DeepSeek V4 高性价比纯文本线路，适合高吞吐抽取、分类、改写、摘要和轻量编程，提供 100 万 Token 上下文。
查看 APIDeepSeek
DeepSeek V4 Pro
DeepSeek V4 Pro 0813 适合复杂代码审查、架构决策和长文档推理。提供相关源码与验收标准，结合工具调用把方案落实到修改。文本线路支持 1M Token 上下文，最高输出 384K Token。
查看 APIDeepSeek
DeepSeek V4.1 Flash
DeepSeek V4.1 Flash 1017 适合把完整项目需求转成代码，并通过工具调用持续迭代。原型开发、仓库修改和重复文档抽取，都可以利用长上下文与较低的 Token 单价完成。
查看 API从访问控制开始
把第一条 DeepSeek OCR 提示词变成真实 API 请求
先在 Playground 验证实际请求参数，再创建最小权限 Key，把同一个模型 ID 接入你的应用。