DeepSeek开放全家桶API：对话语音OCR等能力可组合调用
sina qqZone renren ydCloud 0
DeepSeek宣布开放全家桶应用API。
据澎湃新闻11月13日报道，DeepSeek此次在原有API中开启对应参数，就能拿到深度思考搜索、文件输入等对话功能；语音及相关底层能力也放出了独立接口，涵盖OCR（光学字符识别）、ASR（自动语音识别）、TTS（文本转语音）等，可单独调用也可组合调用。开发者在自己的应用里能实现复杂对话功能，甚至1:1复刻出完整的DeepSeek App。
DeepSeek App（含网页端）里那套对话体验，是联网搜索、文件输入、阅读链接、语音交互和安全能力跟模型推理配合出来的结果。开发者过去要在自己的应用里做出差不多的东西，光接上原有DeepSeek API还不够，外部工具得一个个对接，调用怎么衔接也得自己处理，很费功夫。这回开放之后，App里的各项交互功能直接并进了原有API，开发者把对应参数打开就行，工具调用和上下文拼接由服务端自动搞定。
据DeepSeek介绍，V4.1-Flash模型（deepseek-flash）目前已在 Messages、Responses 与 Chat Completions 接口下支持以下能力：
联网搜索：非思考模式下打开 deepseek_web_search 工具，模型会根据提问自动发起网页或图片搜索，并附引用作答。
深度思考搜索：思考模式下打开 deepseek_web_search 工具，模型能在多步推理中自主联网搜索、阅读链接。
文件输入：可上传PDF、Office、图片等格式文件，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。
阅读链接：打开 deepseek_read_url 工具后，模型能自动识别用户消息中的链接，抓取网页内容并结合上下文作答。
安全这块，把安全校验参数打开，DeepSeek会提供基础风控，对模型的输入和输出做审核，碰到风险就返回拒答标识。要是拿来做对外服务，这个参数必须开，内容安全审核、大模型登记、AI 标识这些义务也得自己担着。
调用 DeepSeek API使用扩展能力时，除Token费用外，相关工具也要另收调用费：文字/图片搜索5元/千次，网页抓取5元/千次，文字识别1.5元/千页，语音识别0.39 元/小时，语音合成1.5元/万字符。
DeepSeek团队表示，人与模型的交互依然充满无限可能，而DeepSeek现有的对话产品只是较为基础的一种形态。如今，官方产品背后的各项能力均已支持通过DeepSeek API随心调用、自由组合，期待开发者借此省去重复的基础工作，打造出更多样、更极致、更具想象力的产品。
放到行业里看，全家桶API真正的分量不在DeepSeek又多放出了几项功能。它把比拼的重点从“模型跑分”挪到了“开发者开工成本”上。大模型厂商之间较劲的，正从单个模型的能力，转向开发者生态够不够完整。
一套API就能拿到搜索、文件解析、语音、安全风控这些现成组件，开发者再想换模型供应商，那些看不见的成本就上去了，围着DeepSeek API做应用的迁移门槛也跟着变高。海外市场上，DeepSeek的调用量已经有了一定体量，全家桶API的开放，也是想把这份调用量上的优势，转成应用生态层面的黏性。
