DeepSeek V4 Flash 啥都好，就是没长眼睛。

不少人吐槽它没有多模态，不能识图。写代码它是王者，但一遇到"这张图里是什么""这个截图帮我分析下"，它就傻眼了。

识图这事，得单独配一个模型。我调研了一圈，目前性价比最高的是阿里 Qwen3.7-Flash。

它识别一张图片的成本在 0.0004～0.001 元，换算一下，识别 1000 张普通图片大概只要 0.6～0.8 元。这个价格，基本等于白嫖。

基于以上信息，真正的 AI 穷鬼全家桶方案出炉：

1. OpenCodeGo 5 美元套餐，用 DeepSeek V4 Flash 写代码，便宜大碗，编程能力强
2. 阿里云百炼（华北2北京区域）的 Qwen3.7-Flash 识图，几厘钱一张，随便造

代码交给 DeepSeek，眼睛交给 Qwen，中间用 Agent 做任务分发。图片理解结果直接喂给写代码的模型，一套流程下来，成本低到可以忽略。

真正的 Flash 双杀，来了。

DeepSeek Qwen