开发者生态
morning
DeepSeek又来能力掀桌子了!官方App开放API,互联网搜索价格低于OpenAI、Claude的8%
摘要
让一个大模型回答问题并不难,但要让它搜索互联网、阅读网页、解析PDF,再将找到的信息组织成带有引用的回答,开发者往往需要额外搭建一套工具系统。这些工作构成了AI应用开发中一层容易被忽略的工程负担。 11月13日,DeepSeek宣布开放“全家桶应用API”,试图减少这部分工作。它将官方App和网页端使用的联网搜索、深度思考搜索、文件输入、网页阅读等能力整合进现有API,同时开放搜索、网页抓取、OC...
DeepSeek
OCR
API
ASR
App
OpenAI
开启思考模式后
让一个大模型回答问题并不难
但要让它搜索互联网
阅读网页
2026-11-16
1 阅读
约10分钟阅读
褚杏娟
字号:
让一个大模型回答问题并不难,但要让它搜索互联网、阅读网页、解析PDF,再将找到的信息组织成带有引用的回答,开发者往往需要额外搭建一套工具系统。这些工作构成了AI应用开发中一层容易被忽略的工程负担。 11月13日,DeepSeek宣布开放“全家桶应用API”,试图减少这部分工作。它将官方App和网页端使用的联网搜索、深度思考搜索、文件输入、网页阅读等能力整合进现有API,同时开放搜索、网页抓取、OCR、ASR 和 TTS 等独立接口。 DeepSeek声称,开发者可以利用这些能力实现与官方App基本一致的对话体验,甚至 1:1 复刻出完整的 DeepSeek App。 对于联网搜索和网页阅读,开发者只需在API请求中声明相应工具,模型即可根据任务需要自主决定是否调用,搜索、网页抓取及相关上下文处理由DeepSeek服务端完成。文件输入则需要先通过Files API上传并解析,再将返回的文件ID加入对话;OCR、ASR、TTS等能力则支持通过独立接口调用。 “产品化之后确实不一样了,DeepSeek 这都开始把自己的 App 能力拆出来了,从搜索到 OCR、再到语音,这个感觉怎么有种冲着百度来的即视感。”开源项目《GSYVideoPlayer》 作者恋猫在知乎上评价。 价格方面,官方表示,用户调用 DeepSeek API 使用扩展能力时,除收取 Token 费用外,也将收取相关工具的调用费用。具体价格如下: “我按官方价格表算了一下,写一篇带资料检索的文章,成本不到 4 毛钱。”知乎用户药尘Ray总结称,“API 的钱已经便宜到可以忽略,贵的是三样东西:控制调用次数的工程、合规,以及你自己的判断。第三样最贵。” 用DeepSeek App里免费语音聊天的用户表示,文字转语音的效果“其实是有点拉的”,商用API如果是一样的效果,“那这个价格就不值了,不如火山引擎接豆包”。 还有用户认为,“语音识别、语音合成的价格感觉有点抽象,不过价格也不算贵,应该只是用来给用户兜底的,考虑到那些不方便部署自己语音识别和语音合成服务的人。文字识别这个好像综合下来不一定比百度便宜,百度的是2.5元/千页更贵,但有1000/2000次的免费额度。” 实际上,DeepSeek 这条路线已经有不少先行者。OpenAI、Anthropic和Google都在通过各自的API,将模型、搜索、文件处理和工具执行整合到一起。DeepSeek此次补齐应用层能力,也让模型厂商之间的竞争延伸到开发者过去自行维护的工具链。 也有用户对比了三家价格:DeepSeek 的联网搜索每千次 5 元。作为对比,OpenAI 和 Anthropic 的同类工具每千次都是 10 美元。 从调模型到调完整应用,开发者可以省掉什么? 传统模式下,开发者会在请求中向模型声明可用工具。模型认为需要查询外部信息时,返回工具名称及参数,应用程序根据这些参数执行搜索、数据库查询或其他操作,再把结果传回模型。模型能够选择工具,但工具如何执行、何时重试、返回什么数据,主要由应用程序负责。 随着任务复杂度提高,这套流程也会变得繁琐。例如,一个需要多次搜索的Agent可能在一轮对话中产生数次工具调用。每次调用都涉及数据传递、结果整理和上下文更新。开发者还需要处理不同工具之间的参数格式、调用失败以及模型误用工具等情况。 DeepSeek此次提供的服务端工具改变了其中一部分流程。 根据官方开发文档,开发者可以在现有API请求中声明`deepseek_web_search`和`deepseek_read_url`两个工具。前者负责联网搜索,后者负责读取用户提供的链接。 开启非思考模式时,模型可以根据用户问题自动搜索网页或图片,并生成带有来源引用的回答。开启思考模式后,模型还可以在推理过程中多次搜索、打开网页和查找页面内容。DeepSeek称,开启思考模式后,模型最多可以执行约20次工具调用,包括联网搜索、打开网页和页内查找,让模型能够在多步推理过程中持续检索和核对信息。 与开发者自行组织搜索流程相比,新接口将搜索决策、工具执行及结果处理整合到了服务端。客户端不再需要分别向搜索和抓取接口发起请求。 返回结果中仍保留工具调用记录、搜索结果和引用信息。开发者需要将这些内容正确展示在界面中,并在后续对话中按协议回传相关内容块,但无需自行执行DeepSeek提供的服务端搜索工具。 这一变化尤其适合需要联网问答、新闻检索和资料查询的应用。开发者可以直接使用官方维护的搜索链路,将更多精力放在业务功能和用户体验上。 文件处理也是类似的思路。新版API允许开发者将PDF、Word、PowerPoint和图片上传至DeepSeek Files API,解析完成后返回文件ID,再将其加入对话。开发者可以选择纯文本识别,也可以选择图文混排识别。 后者能够提取文档中的图片、图表和示意图,并按照原始位置与文字一起提供给模型。这意味着开发者无需另外整合OCR和基础文档版面解析服务,就可以让模型阅读一部分包含图文内容的复杂材料。 不过,文件解析仍然需要上传和引用两个步骤。官方也明确指出,图文混排识别无法保证提取所有图表,解析后的图片仍会消耗模型输入Token。 DeepSeek同时开放了独立的Search、Fetch、OCR、ASR及TTS接口。开发者既可以使用服务端自动编排,也可以将独立工具接入自己的工作流。 实际上,DeepSeek早在10月17日就开放了自研搜索引擎的Search和Fetch API。此次发布的主要增量是将这些底层工具进一步整合到模型对话中,让服务端承担一部分过去由应用负责的工作。 为了演示这种变化,DeepSeek还在GitHub上开源了chat-demo项目。该项目提供流式对话、搜索、文件输入、语音交互、历史记录导入和多种消息渲染功能。开发者配置API Key后即可运行,静态版本甚至不需要独立的应用后端。 Demo 体验入口: https://cdn.deepseek.com/chat-demo " 示例代码入口: https://github.com/deepseek-ai/chat-demo " OpenAI、Anthropic早已入场 随着AI应用从简单对话发展为多步骤任务,模型厂商逐渐意识到,仅提供文本生成接口不足以支撑完整的产品体验。搜索、数据检索、代码执行、文件处理和工具调度开始成为API平台的重要组成部分。 OpenAI已经通过Responses API提供托管式联网搜索和文件搜索等工具。其中,文件搜索则可以让模型检索已上传文件。开发者创建向量存储并上传资料后,由OpenAI负责检索工具的执行,无需自行实现向量索引和语义搜索逻辑。 需要指出的是,OpenAI的文件搜索偏向知识库RAG,而DeepSeek此次开放的文件功能主要是上传解析后将文档内容加入模型上下文。两者覆盖部分相似的开发需求,但底层处理流程与适用场景并不完全相同。 Anthropic也在Claude Messages API中提供服务端网页搜索与网页获取工具。 在这种模式下,Claude可以直接执行搜索并读取网页,开发者无需自行搭建完整的执行环境。Anthropic还提供搜索次数限制、域名过滤以及结果引用
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱