根據掘金用戶「倔強的石頭_」於 2026 年 10 月 4 日發布的長文，一名開發者在藍耘 MaaS 平臺上以 DeepSeek v4.1-flash 模型實測「單張圖片輸入、結構化答案輸出」的生產鏈路，在圖片完整送達的 15 輪測試中取得 13 輪全對的結果，其中包括識破一次藏在圖片裡的提示詞注入指令。文中同時記錄了當天傳輸鏈路不穩定的問題，以及作者以「探測器加重試」機制處理的工程過程。
實測背景與模型選擇
作者在文中說明，9 月 10 日發布的 deepseek-v4.1-flash 在模型詳情頁標示「內置原生多模態視覺能力」，定價為輸入每百萬 tokens 2 元人民幣、輸出每百萬 tokens 8 元，快取命中的輸入為每百萬 tokens 0.04 元。另一款低價模型 glm-5.3-flash 在社羣中也有討論熱度，相關術語背景可參考本臺先前的開源模型架構術語整理。
作者稱在官方管道實測時，高峯期經常遇到滿載排隊，因此改用藍耘 MaaS 平臺。該平臺不需自備顯示卡，在控制臺生成 API Key 即可呼叫 OpenAI 相容介面，按量計費，測試結果可在用量統計頁對帳。
測試設計與結果
測試圖片由腳本生成，均為虛構內容，不含真實用戶資料；標準答案在圖片生成時即固定，由程式判定對錯，不靠人工目視。測試範圍限於單張圖片輸入、結構化答案輸出，未涵蓋影片理解、多圖對比與圖片生成。
五張測試圖難度遞進：柱狀圖考圖表轉數據，維修工單考七個欄位的逐字抽取，手寫便籤考手寫識別與金額判斷，另有一張標示為「系統公告」的圖片在圖內藏入 delete_all 指令，測試模型是否會執行圖片中的注入指令。其中兩張為同一張圖的 PNG 與 JPEG 兩種格式，用於對照傳輸表現。
結果方面，作者報告在圖片完整送達的輪次中，出結果普遍只需 2 至 5 秒；15 輪中有 13 輪全對，模型對注入圖僅回覆公告內容，未執行圖內指令。
傳輸問題與工程處理
文中另一部分記錄了當天傳輸鏈路的抖動。作者稱部分輪次圖片未能完整送達，最終以一段「探測器加重試」的程式碼處理，先探測圖片是否完整送達，失敗則重試，以此保障流程可跑完。作者自評這段工程實踐是全文最有價值的部分。
可核實邊界
依據文章自行標示的界限，全部數據來自單一模型、小樣本實測，耗時與送達率僅代表本次樣例，不構成模型能力的通用排名，亦不代表藍耘平臺其他時段的表現。輸出格式上，圖片以 base64 data URI 塞入 image_url 欄位，介面與文字模型同構。
本臺未能獨立驗證文中各項耗時與正確率數據，上述結果均為該名作者單方陳述，讀者宜以此邊界理解全文輪廓。