11月13日,DeepSeek宣布向开发者开放完整应用API套件。开发者可以在现有对话接口中启用联网搜索、文件输入和链接读取,让自己的聊天应用在回答问题时查资料、读文档,并返回带来源引用的答案;搜索调用与上下文组装由服务端完成。
这次开放的是DeepSeek网页版和App使用的应用能力。官方文档明确,deepseek-flash可在Messages、Responses和Chat Completions三种接口中使用这些功能:关闭思考时,模型按问题需要进行网页或图片搜索;开启思考时,则可在多步推理中自行搜索并阅读链接。
在文件问答场景中,开发者可上传PDF、Word、PowerPoint和图片等文件,经纯文本提取或保留版式的解析后,交给模型结合内容回答。启用链接读取工具后,模型还会识别用户消息中的网址,抓取网页并纳入回答上下文。客户端负责展示返回的内容区块,并在下一轮对话中原样传回。
除对话内调用外,搜索与网页抓取、OCR文字识别、语音识别和语音合成都提供独立API。按官方最新价目表,文字及图片搜索、网页抓取各为每1000次0.75美元;文件解析及OCR为每1000页0.225美元。语音合成标价每万字符0.45美元,限时半价为0.225美元;语音识别标价每小时音频0.116美元,限时半价为0.058美元。搜索与抓取无论单独调用还是由模型工具调用,均按使用次数收费,模型推理另按token计费。
DeepSeek同时开源了演示聊天客户端,展示联网搜索、文档上传、朗读回答和语音输入等能力,支持导入从DeepSeek Chat导出的历史记录,继续原有对话。开发者可参考该示例,将模型推理、外部资料读取与语音交互组合进自己的应用。

