400-901-7860


DeepSeek 于 11 月 13 日晚间宣布正式开放「全家桶应用 API」:在原有 API 中开启对应参数,即可获得深度思考搜索、文件输入等对话功能;语音及相关底层能力也开放了独立接口,包含 OCR、ASR、TTS 等,支持单独调用或组合调用。
按官方的说法,开发者可以在自己的应用中直接实现复杂的对话功能,甚至一比一复刻出一个完整的 DeepSeek 应用。本次更新把客户端的各项交互能力整合进了原有接口,开启对应参数后,相关的工具调用与上下文拼接均由服务端自动完成。
目前 V4.1-Flash 模型已在 Messages、Responses 与 Chat Completions 三类接口下支持一组新能力。
联网搜索方面,在非思考模式下打开网页搜索工具后,模型可根据提问自动发起网页或图片搜索,并附上引用作答;在思考模式下开启同一工具,模型则能在多步推理过程中自主联网搜索并阅读链接内容。
文件输入方面,支持上传 PDF、Office、图片等格式的文件,完成纯文本提取或图文混排解析后,拼入对话上下文供模型作答。链接阅读方面,打开相应工具后,模型可自动识别用户消息中的网址,抓取网页内容并结合上下文回答。
模型安全方面,开启安全校验参数后,平台会提供基础风控,审核模型的输入与输出,命中风险时返回拒答标识。官方提醒,如果对外提供应用服务,务必开启该参数,并同步承担内容安全审核、大模型登记、AI 标识等义务。
为方便开发者把能力接进自有工作流,上述底层能力及语音能力均支持作为独立接口单独调用,包括搜索、网页抓取、文字识别、语音识别与语音合成。DeepSeek 还基于新版 API 构建并开源了一份轻量前端示例,支持直接导入历史对话,用来直观演示这套能力的实际效果。
计费方式也一并公开:调用扩展能力时,除 Token 费用外还会收取相关工具的调用费用。其中文字或图片搜索为 5 元每千次,网页抓取为 5 元每千次,文字识别为 1.5 元每千页,语音识别限时五折后为 0.39 元每小时,语音合成限时五折后为 1.5 元每一万字符。
对国内做App开发的团队而言,这类「把交互能力收进接口参数」的做法直接改变了成本结构:原本要自己搭的搜索、解析、语音链路,现在按调用量付费就能用上,但工具调用费会随并发放大,给客户报价时需要在 Token 之外单列一项。另一条同样具体的变化是,内容安全审核、大模型登记与 AI 标识这些义务被直接写进了接口说明里——近年南宁软件开发项目承接 AI 问答、智能客服类需求时,合规环节已经和接口选型一样,要在方案阶段就确认清楚,而不是等上线前再补。