DeepSeek开放全家桶API:联网搜索等能力打包,价格不足OpenAI 8%
除收取 Token 费用外,也将收取相关工具的调用费用
让大模型开口答题不算难事,难的是让它上网搜索、翻读网页、解析PDF,最后把找到的信息整理成带引用的答案。这套工具系统,开发者通常得自己另搭一套。AI应用开发里,这层工程负担常被忽略。
11月13日,
DeepSeek宣布开放“全家桶应用 API”,想把这部分活接过去。官方App和网页端在用的联网搜索、深度思考搜索、文件输入、网页阅读等能力,被整合进现有API;搜索、网页抓取、OCR、ASR和TTS等独立接口也一并开放。
DeepSeek表示,开发者靠这些能力,能做出与官方App基本一致的对话体验,甚至把整个DeepSeek App 1:1复刻出来。
联网搜索和网页阅读的用法是:开发者在API请求里声明相应工具,模型按任务需要自己决定调不调用,搜索、网页抓取和上下文处理都交给DeepSeek服务端。文件输入则要先经Files API上传解析,拿到返回的文件ID后再加入对话。OCR、ASR、TTS等能力,可以通过独立接口调用。
开源项目《GSYVideoPlayer》作者恋猫在知乎上评价:“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。”
价格上,官方说法是:调用DeepSeek API使用扩展能力,Token费用照收,相关工具的调用费另计。具体价目如下:

知乎用户药尘 Ray 算过一笔账:“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。”他总结称,“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。”
在DeepSeek App里用过免费语音聊天的用户说,文字转语音的效果“其实是有点拉的”。商用API要是也这水平,“那这个价格就不值了,不如火山引擎接豆包”。
也有用户提到,语音识别和语音合成的定价看着“有点抽象”,但整体不算高,估计是给没法自行部署这两类服务的用户留个兜底选项。至于文字识别,算下来未必比百度划算:百度为 2.5 元/千页,价格更高,不过提供 1000/2000 次免费额度。
这条路上其实早有先行者。OpenAI、Anthropic和Google都在用各自的API,把模型、搜索、文件处理和工具执行捆在一起。DeepSeek这次补上应用层能力,模型厂商的竞争随之伸向开发者过去自己维护的工具链。
有用户把三家的价格摆在一起比:DeepSeek联网搜索每千次5元,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,开发者能省掉哪些环节?
过去的做法是,开发者在请求里向模型声明可用工具。模型判断需要查外部信息,就返回工具名称和参数,应用程序照着参数去搜索、查数据库或做其他操作,再把结果送回模型。工具选哪个由模型定,可工具怎么执行、什么时候重试、回传什么数据,主要落在应用程序身上。
任务一复杂,这套流程就繁琐起来。比如一个要多次搜索的Agent,一轮对话里可能产生好几次工具调用。每次调用都牵扯数据传递、结果整理和上下文更新。不同工具的参数格式、调用失败、模型用错工具,也都得开发者兜着。
DeepSeek这次给出的服务端工具,改的正是其中一部分流程。
官方开发文档写明,开发者可在现有API请求中声明`deepseek_web_search`和`deepseek_read_url`两个工具,前者管联网搜索,后者管读取用户给的链接。
非思考模式下,模型能根据用户问题自动搜网页或图片,生成带来源引用的回答。切到思考模式,模型还能在推理过程中反复搜索、打开网页、查找页面内容。DeepSeek称,思考模式下模型最多可执行约20次工具调用,涵盖联网搜索、打开网页和页内查找,让它在多步推理中持续检索、核对信息。
开发者自己组织搜索流程时的那摊事,新接口把搜索决策、工具执行和结果处理都挪到了服务端。客户端不必再分别向搜索和抓取接口发请求。
返回结果里,工具调用记录、搜索结果和引用信息照样保留。开发者要把这些内容正确显示在界面上,并在后续对话中按协议回传相关内容块;DeepSeek提供的服务端搜索工具,则不用自己执行。
需要联网问答、新闻检索、资料查询的应用,对这种变化尤其受用。官方维护的搜索链路可以直接拿来用,精力更多放在业务功能和用户体验上。
文件处理思路类似。新版API支持把PDF、Word、PowerPoint和图片上传到DeepSeek Files API,解析完返回文件ID,再加入对话。识别方式可选纯文本,也可选图文混排。
选后者,文档里的图片、图表和示意图能被提取出来,按原始位置跟文字一起交给模型。开发者不用再另外拼OCR和基础文档版面解析服务,就能让模型读一部分图文混杂的复杂材料。
但文件解析仍要走上传和引用两步。官方也明说,图文混排识别不保证提取所有图表,解析后的图片照样消耗模型输入Token。
DeepSeek还单独开放了Search、Fetch、OCR、ASR及TTS接口。开发者可以用服务端自动编排,也能把独立工具接进自己的工作流。
事实上,自研搜索引擎的Search和Fetch API早在10月17日就由DeepSeek放出了。这次发版真正的增量,是把这些底层工具往模型对话里再塞了一层,让服务端把过去应用端扛的那部分活儿接了过去。
为了让外界看清这种变化,DeepSeek在GitHub上把chat-demo项目开源了。流式对话、搜索、文件输入、语音交互、历史记录导入以及多种消息渲染,这个项目都带。开发者填好API Key就能跑起来,静态版本连独立的应用后端都不用配。

OpenAI、Anthropic 早已入场
AI应用从单纯聊天走向多步骤任务之后,模型厂商慢慢发现,光给一个文本生成接口,撑不起完整的产品体验。搜索、数据检索、代码执行、文件处理、工具调度,这些开始被算进API平台的必备项。
OpenAI这边,Responses API已经能提供托管式联网搜索和文件搜索等工具,其中文件搜索让模型去查已上传的文件。开发者建好向量存储、把资料传上去,检索工具的执行就交给OpenAI,向量索引和语义搜索逻辑不用自己写。
不过要说明一点,OpenAI的文件搜索走的是知识库RAG路线,DeepSeek这次开放的文件功能,主要是上传解析之后把文档内容塞进模型上下文。两者覆盖的开发需求有部分重叠,底层的处理流程和适用场景并不完全一样。
Anthropic同样在
Claude Messages API里放了服务端网页搜索和网页获取工具。
这种模式下,Claude能直接执行搜索、读取网页,开发者不必自己搭一整套执行环境。搜索次数限制、域名过滤、结果引用这些控制项,Anthropic也给了。更新的工具版本还加了动态过滤:在搜索结果或网页内容进入模型上下文之前,允许Claude用代码先筛一遍相关信息,把无关内容带来的Token消耗压下来。
Google走的是Gemini API,提供Google Search Grounding、URL Context和File Search等工具。内置搜索和网页读取能在一次模型API调用里做完,工具由Google负责跑,结果再交给模型。
几家厂商的做法各有不同,方向却已经比较清楚:原本散落在应用框架、检索工具和第三方服务里的部分能力,正在被收进模型厂商自己的API体系。
对开发者来说,门槛因此降了。以前要接好几个外部工具才能实现的功能,现在开几个参数,基础版本可能就出来了。
模型厂商这边,竞争的范围也跟着变大。开发者挑某个模型API时,看的不再只是模型质量、推理速度和Token价格,还包括搜索结果、文档处理、工具执行的稳定性、开发是否省事,以及服务端能替自己承担多少工作。
DeepSeek还有一处设计值得看:这次新增的功能同时支持Messages、Responses和Chat Completions三种接口,里面包含Anthropic和OpenAI风格的协议。
已经在用相应API协议的开发者,因此有机会沿用现有客户端或部分调用结构,迁移成本能降一些。但协议兼容不等于所有模型能力、参数和工具都能直接替换,具体还得看各家实现。
DeepSeek目前明确支持这些应用层功能的,是V4.1-Flash模型。开发者想用它的托管搜索和文档处理能力,得先掂量对应模型是否合自己的业务需求。
少写了代码,也交出了一部分控制权
工具编排挪到模型厂商服务端之后,一个问题跟着冒出来:开发者对模型执行过程的控制,还能剩下多少?
DeepSeek的新接口就是个具体例子。官方文档写得很清楚,开发者开启托管联网搜索或网页阅读工具时,不能用`tool_choice`强制指定模型执行其中某个工具,否则会返回400错误。搜不搜、读不读链接,由模型自己判断。
另外,托管搜索的域名白名单、黑名单等控制参数,DeepSeek目前还没开放。应用如果要限定搜索来源,开发者仍得走独立的Search、Fetch接口,或者自建工具链。DeepSeek还给部分API参数设了限制:开发者声明托管联网工具、开启高级安全校验或启用会话标题时,部分生成与工具控制参数由服务端决定,传了也不生效。
普通聊天应用这么处理可能挺方便,可对需要强制检索的业务流程来说,这意味着开发者没法再简单靠原有的工具选择参数来保证执行。
参数控制这块更得留意。DeepSeek文档显示,启用部分托管工具或安全功能后,某些请求参数由服务端拍板,开发者传了也会被忽略。对于靠固定配置做模型评测、重复执行任务,或者需要精确限制外部工具调用的应用,这是个得提前考虑的变化。
在Messages API中,这些参数包括`temperature`、`top_p`、`top_k`及部分思考控制参数;
在Responses API中,包括`max_tool_calls`、`parallel_tool_calls`等;
在Chat Completions API中,则涉及`seed`、`temperature`和`top_p`等。
OpenAI 和 Anthropic 的部分托管工具则能限定域名、限制调用次数,两边做法不一样。说到底,这是模型服务平台在设计上做的取舍:封装得越全,开发者要操心的细节就越少;可要是想自己定搜索策略、安排工具执行顺序、处理异常,那编排层恐怕还得自己留着。
针对这类需求,DeepSeek 把独立的 Search 和 Fetch 接口开放出来,等于多给了一条路。开发者可以不走托管式搜索,查询词自己写、返回结果条数自己定、网页抓取也自己抓,拿到结果后再决定怎么交给模型。
这么看,做简单问答、原型开发或者标准化助手,服务端托管明显省事;产品要是看重数据来源、执行可审计性和复杂业务规则,自建工具链依然有价值。
参考链接: