DeepSeek把搜索压到一次半分钱,还开源了聊天界面

资讯 AI 行业观察 全文 3958 字 · 约 10 分钟读完 配图 12 张 分类DeepSeek深度求索模型发布Deepseek

11月13日晚上,DeepSeek 悄无声息地发了一份技术公告,没有新模型跑分,没有发布会直播,却让大洋彼岸恨得牙痒痒。 这一次,DeepSeek干了一件违背过去二十年互联网祖训的事: 它抄起手术刀,把自己引以为傲的国民级App“大卸八块”,然后把心肝脾肺肾摆在柜台上,按斤论两往外批发。 网盘搜索,5块钱1000次,折

所属频道 模型发布开源生态

11月13日晚间,DeepSeek低调发布了一则技术公告。没有新模型的跑分成绩,也没有直播发布会,但这份公告让海外同行颇为紧张。

这回DeepSeek做的事,跟过去二十年互联网的老规矩反着来:

它动手把自己那款国民级App拆开,把里头各个能力单独拿出来,按调用量对外售卖。

网盘搜索,1000次5块钱,算下来一次半分钱;

网页抓取也是半分钱一次;

OCR文档识别,1000页1.5元,一页一厘五;

语音识别限时特惠,每小时3毛9。

DeepSeek搜索一次半分钱意味着什么

更出人意料的是,收完这笔几乎等于废品回收价的工具费,DeepSeek还在GitHub上用最宽松的MIT协议把自家前端聊天界面开源了。

官方App的历史聊天记录,他们也做了一键导入的支持。

说白了就是:

“厨房里的秘制酱料、切好的净菜,连店面装修图纸都白送你,你花五分钟就能在街对面开一家跟我一模一样的店。”

按传统互联网的丛林法则,大厂巴不得把每个功能都焊死在自家超级App的围墙花园里,唯恐用户多看一眼外面的世界。

DeepSeek却自己把承重墙拆了。这究竟是技术极客的浪漫上头,还是筹划了整整三年的商业阳谋?

DeepSeek搜索一次半分钱意味着什么

DeepSeek 联网搜索

掀翻“微软搜索税”的桌子,半分钱背后的三年暗战

想看懂“半分钱一次搜索”的杀伤力,得把时钟拨回2023年2月。

当时ChatGPT刚引爆全球,硅谷大批创业公司涌进AI搜索这条赛道。

很快大家就绝望地发现,互联网过去二十年有个公开的秘密:

从零抓取全球网页、建起千亿级索引,是个纯粹的无底洞,全世界玩得起的只有谷歌、微软必应等极少数巨头。

就连当时估值数亿美元的AI搜索明星Perplexity,以及前谷歌广告高管创办的独立搜索引擎Neeva,底层也得老老实实向微软买Bing Search API。

DeepSeek搜索一次半分钱意味着什么

微软这边也算得精。

眼看大家都在拿它的搜索结果喂大模型,2023年2月微软突然动手,把Bing搜索接口价格抬高了3倍到10倍(最高涨幅达1000%)。

三个月后,烧不起钱的Neeva黯然关停消费者业务,全球AI应用就此背上沉重的“微软搜索税”。

DeepSeek搜索一次半分钱意味着什么

Neeva 两位联合创始人

海外主流的 Agent 搜索接口 Tavily,到今天报价仍在约8美元一千次;Anthropic 的内置搜索更贵,达到10美元一千次,折合人民币七十多块钱。

外界此前长期有一种猜测:DeepSeek 的联网搜索,背后接的应该是某家传统搜索引擎的接口。

直到这次技术文档公开,行业才发现事情并非如此。

过去两年,DeepSeek 是从零开始,自己搭出了一套 AI 原生搜索引擎,覆盖全球千亿级网页,日均要处理数亿次请求。

为什么非要干这种又苦又累的基建活?原因在于传统搜索引擎的设计初衷是让人点链接、看广告,里面堆满了 SEO 垃圾农场,还有专门针对大模型投毒的作弊网页。

爬虫自己写,索引自己建,去噪清洗也自己做——DeepSeek 全流程下场。等自家 App 每天几亿次的搜索量把服务器成本摊平,对外报出“5元千次”的价格,还不到 Anthropic 的十三分之一,仍然有余力。

别人还在交“搜索税”,梁文锋的团队已经把自来水厂修到了水源头。

DeepSeek搜索一次半分钱意味着什么

图为微软 Bing 数据中心

把“炼丹炉的副产品”论斤卖,顺手消灭“HTML税”

搜索引擎是块硬骨头,而这次同步放出的 OCR、网页抓取和语音全家桶,则让人看到 DeepSeek 在工程上的精细算计。

在 11月13日之前,开发者就算接上了顶级大模型 API,想做出一个好用的 AI 助手,过程依然很痛苦。

好比你要开一家米其林餐厅,顶级大厨(大模型)好不容易请到了,进后厨一看菜都没洗——搜索引擎得去东市买,PDF 识别得去西市买,语音转写得去南市买,买回来还得自己写上几千行代码硬凑到一起。

行业里还有一个臭名昭著的“HTML税”。普通网页的源代码中,导航栏、广告脚本和网页样式这类废话占比超过 70%。

开发者把网页直接抓回来塞给大模型,光读这些乱码就要消耗几万个 Token,速度慢、花钱多,还容易产生幻觉。

现在 DeepSeek 把自家旗舰 App 上打磨成熟的“配菜流水线”搬到了云端,端出来的是一份“免洗净菜包”。

开发者只需在对话接口里打开一个参数,搜索、深度阅读、文件解析、上下文拼接就全部在 DeepSeek 服务端自动跑完;抓回来的网页会先剔除所有广告代码,清洗成干净的纯文本,再喂给模型。

计费规矩更见心思。

有些云厂商按“敲锤子次数”收钱,哪怕搜出一堆空白页面照样扣费;DeepSeek 的规矩是只有返回成功、结果非空的请求才计费,超时、失败、搜不到,一分钱不收。

那个让不少人瞠目的 1.5元/千页 OCR,海外同类标杆 Mistral OCR 的报价是 14 到 29 元人民币,说穿了就是“降维打击”。

DeepSeek搜索一次半分钱意味着什么

图为 DeepSeek-OCR

大模型训练需要海量高密度知识,而人类最精华的论文、年报、教材,恰恰全锁在扫描版 PDF 里。

过去两年为了给自家模型“炼丹”,DeepSeek 内部早就建起一座超大规模数据清洗工厂,处理过的文献达几十亿页;2025年它还开源过一项黑科技,用“光学上下文压缩”把密集文字压成视觉 Token。

研发成本在训练主模型时就已摊销完毕,如今开放 API,不过是把炼丹炉里富余的产能顺手拿出来变现。

把这些冷冰冰的 B 端参数换算成普通人的日常账单,画面就更魔幻了:

期末周里,一个考研的学生把 800 页扫描版《病理学》教材做成能检索、还能让 AI 划重点的电子文档,花费不过 1块2毛钱;

一名外企员工每周有 10 个小时的跨国长会,全程录音转文字,一周下来只花 3块9毛钱,连一瓶无糖乌龙茶都买不到;

一本 10 万字的网文小说,用语音合成把全书读成有声书,整体成本落在 20-30 块钱。

也难怪,应用商店里那些“调三个接口包一层壳”、再向普通人收 38 元甚至 98 元一个月会员费的“AI 会议纪要”“AI 论文神器”,背后的老板们恐怕正连夜重写商业计划书:

上游原料商忽然在街口摆摊,同样的茶底和鲜奶按五毛钱一份直接卖给路人,中间商的好日子算是到头了。

DeepSeek搜索一次半分钱意味着什么

DeepSeek-OCR 2 识别数学教材

看着像“慈善大甩卖”,其实是谋划了三年的阳谋

别被“半分钱”这层表象骗了,以为 DeepSeek 是家不算成本、只做慈善的技术理想主义机构。把时间线拉到三年来看,能看到的是一套相当老辣的商业打法。

2024年5月,DeepSeek-V2 先把推理价格压到“1元/百万Tokens”,国内大厂连夜跟着降;

2025年初,V3 与 R1 用极低的训练成本震动全球,攒下了大批开发者的心智;

偏偏在三个月前的 2026年8月,DeepSeek 又杀了个“回马枪”:重型推理模型 V4-Pro 上线,峰谷分时定价重新启用,高峰期输出价格一下涨了 350%,当时媒体纷纷惊呼“DeepSeek 开始算账盈利了”。

DeepSeek搜索一次半分钱意味着什么

梁文锋

那一步是在清掉低价值的羊毛党,把高端算力的利润率牢牢守住。

随后,10月推出的 V4.1-Flash 把缓存命中输入价格压到近乎白送的 0.02元/百万Tokens;11月13日,又甩出“全家桶应用 API”和开源前端。

这是一场教科书级别的“剃须刀 + 刀片”逆向护城河之战。全链路的总账可以这样算:

现在拿 DeepSeek 跑一次深度调研任务,里面有 3 次联网搜索、2 次深度读全文、2 万上下文输入,再生成 2000 字长文,工具费和 Token 费全算上,总成本只要 4分到5分半钱。

开发者如果只用裸模型 API,今天用 DeepSeek,明天改一行网址就能切去别家;

可一旦应用同时重度依赖它的搜索引擎排序、网页去噪清洗、文档解析和深度思考编排,整套业务逻辑就与它的云端底座长在了一起,迁移成本呈指数级飙升。

用极致的开放和微利工具链当钩子,换来整个应用生态被深度锁死,这才是最高明的平台战略。

DeepSeek搜索一次半分钱意味着什么

硅谷卖“奢侈品订阅”,中国造“AI 水电煤”

再往高处看一层,这场“半分钱风暴”照出的,是中美两国 AI 产业截然不同的生存哲学和商业宿命。

硅谷的 AI 巨头们背着上千亿美元的算力资本开支,还要面对华尔街对回报率的严苛审视,只能一路往产业链上游爬,靠 20 美元乃至 200 美元一个月的订阅制、高毛利的企业服务维持体面——连一个搜索接口,都得标到 10 美元一千次来保住利润。

DeepSeek搜索一次半分钱意味着什么

OpenAI CEO Sam Altman

而以 DeepSeek 为代表的中国 AI 力量,正把中国制造业最让世界生畏的“全产业链极致降本与商品化能力”,原封不动搬进人工智能时代——先用开源抹平模型权重差价,再把 Token 打成白菜价,如今又把整套多模态 Agent 运行时直接做成按滴计费的“水电煤”。

发布当晚,DeepSeek 负责应用底座的崔添翼说了这样一句:“下一个超级 App 不必是面向所有人的一个超级 App,也可以是只属于你一个人的超级 App。”

软件开发和跑起来的边际成本一旦压到几分钱,软件工业守了四十年的那条铁律就松动了。往后未必还是少数巨头把持着臃肿的“国民级应用”。一个不懂代码的初中班主任,或是一个外贸业务员,周末两天就能给自己拼出一个全世界只有他在用的专属软件,一个月跑下来花不到五块钱。

再看大洋彼岸,硅谷高管们还在琢磨怎么向用户多收 20 美元月费。面对这张从东方来的“半分钱价目表”,他们恐怕得恨得牙痒痒。

DeepSeek搜索一次半分钱意味着什么
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 终于来了!DeepSeek多模态视觉模型API全面开放

    DeepSeek此次推出多模态视觉理解模型,标志着其从纯文本大模型向多模态AI全面进军的战略升级。业内分析认为,DeepSeek此次推出的多模态视觉模型,在保持纯文本能力不妥协的前提下,将视觉理解Agent能力推至接近行业顶尖水平Opus-4.8。随着多模态API的全面开放,开发者生态有望迎来新一轮创新爆发。

    来源 TechWeb
  2. DeepSeek发布全家桶应用API

    DeepSeek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已开放独立接口。开发者可以在自己的应用中轻松实现复杂的对话功能,甚至1:1复刻出完整的DeepSeek App。

    来源 华尔街见闻
  3. DeepSeek开放全家桶API:对话语音OCR等能力可独立调用

    11月13日,DeepSeek把全家桶应用的API正式对外开放。开发者只要在原有API里打开对应参数,就能拿到深度思考搜索、文件输入这类对话功能;语音以及相关底层能力也放出了独立接口,OCR、ASR、TTS等都包含在内,可以单独调,也能组合着用。

    来源 网易科技
  4. DeepSeek人才为何不创业:顶尖AI扎堆,出走多进大厂

    几乎从未见到DeepSeek走出的创业者。 但这里聚集着大批学历顶尖的年轻AI人才。即便此前有少数员工离开,他们大多数的选择也是加入其他大厂,而并非创业。与这份清冷形成反差,今年几乎是AI大厂人才出走最鼎盛一年,他们离职创业便动辄拿下几十亿估值。 “不诱于誉,不恐于诽,率道而行,端然正己。”DeepSeek今年4月发布

    来源 AI 行业观察
  5. DeepSeek开放全家桶API:对话功能可一键复刻,语音OCR等独立接口上线

    在 DeepSeek App(含网页端)的对话服务中,联网搜索、文件输入、阅读链接、语音交互及安全等能力与模型推理相互配合,构成了用户熟悉的对话体验。而开发者如果想要在应用中实现类似功能,除接入原有 DeepSeek API 外,往往还需耗费大量精力去对接外部工具、处理调用衔接。 今天,我们正式开放这套全家桶应用 AP

    来源 腾讯网
  6. DeepSeek宣布开放全家桶应用API:开发者可1:1复刻出完整的DeepSeek App

    11月13日,澎湃新闻记者获悉,DeepSeek开放了全家桶应用API(接口)。开发者只要在原有API中打开对应参数,就能获得深度思考搜索、文件输入等对话功能。语音和相关底层能力也已作为独立接口开放,涵盖OCR(光学字符识别)、ASR(自动语音识别)、TTS(文本转语音)等,可以单独调用,也能组合使用。

    来源 网易科技
  7. NaiveAI新模型实测:速度超DeepSeek约3.3倍,编程基准领先3.7分

    硅谷硬核技术媒体Latent Space首期实测中国开源模型Naive-N0.5-Flash。结果显示,该模型在编程基准测试中超越DeepSeek V4.1和GLM 5.3,极速模式下峰值速度达2100 Token/s,响应时间仅3.1秒。文章分析了其在3D渲染等复杂任务中的表现,以及“AI驱动研发”背后的技术逻辑,折

    来源 AI 应用前沿
  8. DeepSeek开放全家桶应用API,用户可1比1复刻完整App

    【CNMO科技消息】11月13日,DeepSeek宣布开放一整套面向应用层的API。此前开发者在DeepSeek App里体验到的联网搜索、文件输入、阅读链接、语音交互以及安全校验,都是与模型推理配合完成的;如果要在自己的产品里实现类似功能,除了接入原有DeepSeek API,往往还得花大量精力对接外部工具、处理调用

    来源 腾讯网
  9. MiniMax,狂卷字节、OpenAI

    AI生图赛道,最近打得火热。 11月10日晚,MiniMax发布并开放H3-Image模型权重,打出了“又快又便宜”的牌。官方称,它10秒就能生成一张1600万像素的高清图片,价格只有同档位主流工具的50%-70%。 在它之前,OpenAI和字节刚刚交完作业。 11月5日,OpenAI推出Images 2.6GPT I

    来源 AI 行业观察
  10. 中美AI竞速:对手想按下暂停键,中国的时间窗口开了吗

    行业动态 对手想按下暂停键,中国AI的时间窗口开了吗? 中美AI领域竞争激烈,中国AI模型性能接近美国顶尖水平,成本仅为十分之一。DeepSeek、Kimi、MiniMax等公司分别采用不同技术路线,强调效率的重要性。美国暂停AI研发的提案虽未落地,但反映出对AI的焦虑。未来三年,AI行业将进入现金流竞赛,头部企业将收

    来源 腾讯网
  11. 百度词元所上线首日:入驻供应商破100家,新增客户超1000家

    11月14日,从百度获悉,百度词元所发布首日,新增申请入驻的供应商已超过100家,新增超过1000家客户接入。 词元所在11月12日举行的百度世界2026上正式发布,百度创始人李彦宏将其称为“大模型的交易所”。据介绍,词元所一端汇聚模型和模型提供商,另一端服务企业和个人,让用户便捷地找到、购买和使用可信的模型Token

    来源 AI 行业观察
  12. 英伟达Alpamayo 2 Edge:2.45B骨干+0.2B专家,端到端智驾怎么跑?

    她叫Alpamayo 2 Edge,因果推理结合扩散动作,端到端输出闭环表现提升 48.9%。 作者丨郑佳美 编辑丨岑 峰 点开前,你以为老黄家的惊天大瓜又有了什么后续; 点开后才发现:这个“她”连人都不是。 她叫 Alpamayo 2 Edge。 英伟达11月10日刚发布出来的一款端到端自动驾驶模型。VLM 骨干约

    来源 AI 行业观察
  13. Edge0开源145B端侧模型:29GB内存跑起来,编程能力对标云端

    人工智能在端侧部署领域迎来了里程碑式的突破。开源项目 Edge0近日正式发布并开源了 Edge0-145B 与 Edge0-120B 模型,同时带来了一套统一的推理框架与部署工具。作为全球首个宣称可在个人电脑本地流畅运行的1450亿参数开源模型,Edge0-145B 成功将足以比肩云端前沿大模型的编程、推理与智能体能力

    来源 AI 开发者社区
  14. ElevenLabs Scribe v3双模型:102语种转写与实时低延迟

    ElevenLabs发布两款新一代语音转文本模型Scribe v3和Scribe v3Live,分别面向预录制音频转写和低延迟实时语音应用,重点提升复杂语音环境下的识别能力,包括多人交谈、相互打断及背景噪声等场景。两款模型现已通过ElevenAPI和ElevenAgents平台向开发者开放。 ElevenLabs表示,

    来源 AI 开发者社区
  15. 工业AI净利率跌破5%:错尺子量不出实体利润

    (本文作者为 GritMeng,钛媒体经授权发布)文 | GritMeng聊天对话框省不出利润率,物理AI真正的金矿藏在“同源耦合”的水下。这两年,科技界与实体产业之间裂开了一道肉眼可见的鸿沟。一边是算力基础设施与大语言模型狂飙突进,参数规模、推理速度每半年翻一番,智能体(Agent)概念席卷所有科技峰会;另一边却是广

    来源 腾讯网
  16. 语飞国际中文教育大模型发布:覆盖学习者、教师与机构三类人群

    人工智能技术与垂直领域的融合正在向纵深推进。据央视新闻报道,2026世界中文大会于11月13日在北京正式开幕。在本次大会上,官方重磅发布了语飞国际中文教育垂直大模型,旨在为全球范围内的中文学习者、一线教师以及各类教育机构提供全方位的智能化服务。 深度适配教与学全链路:全面覆盖三大核心群体 作为一款将人工智能技术与国际中

    来源 AI 开发者社区
  17. 智能体安全新课题:风险如何跨会话潜伏与放大?

    大模型正从聊天助手进化为能自主调用工具、读写文件的通用智能体。这意味着安全风险不再局限于“说了什么”,而是延伸至“做了什么”以及“留下了什么”。北大与腾讯联合发布的综述指出,攻击者可通过污染技能、记忆或环境,让风险跨会话潜伏并放大。传统组件式防御已失效,必须建立涵盖来源、编排、执行及持久反馈的全生命周期安全框架,并在运

    来源 AI 应用前沿
  18. XYBench基准出炉:AI答得对却帮不上忙,8000题考意图识别

    当用户问错问题时,AI是顺着错误给方案,还是指出真正的问题?Allen AI发布的XYBench基准测试了8000多个真实场景,发现主流大模型在识别用户潜在意图和纠正误解方面,表现远不如人类。本文详解XYBench的构建逻辑、评估维度及实验结果,探讨为何“听懂弦外之音”对AI助手至关重要。

    来源 AI 应用前沿
向下滚动自动加载更多