DeepSeek开放全家桶API:联网搜索价格不到OpenAI、Claude的8%
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
让大模型答一个问题不算难事,难的是让它上网搜索、读网页、解析 PDF,再把查到的信息整理成带引用的回答——开发者通常得另搭一套工具系统。这层工程负担在 AI 应用开发中常被忽略。
11 月 13 日,
DeepSeek 宣布开放“全家桶应用 API”,想把这部分活儿接过去。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 称,开发者用这些能力能做出与官方 App 基本一致的对话体验,甚至 1:1 复刻出完整的 DeepSeek App。
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,模型按任务需要自行决定调不调,搜索、网页抓取和上下文处理都由 DeepSeek 服务端完成。文件输入则要先经 Files API 上传解析,再把返回的文件 ID 加进对话;OCR、ASR、TTS 等能力可通过独立接口调用。
“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。
价格上,官方表示调用 DeepSeek API 使用扩展能力时,除 Token 费用外,相关工具也要收调用费。具体价格如下:
知乎用户药尘 Ray 算过账:按官方价格表,写一篇要查资料的文章,花费不到 4 毛钱。他的结论是,API 这笔钱已经低到可以不当回事,真正烧钱的是另外三块——把调用次数管住的工程、合规,还有自己的判断。三样里最贵的,是最后那个。
有用户平时用 DeepSeek App 里免费的语音聊天,觉得文字转语音效果“其实是有点拉的”,并称商用 API 若效果一样,“那这个价格就不值了,不如火山引擎接豆包”。
也有人持不同看法:语音识别和语音合成的定价让人有点摸不着头脑,但也不算高,大概只是拿来兜底的,照顾那些没条件自己部署语音识别、语音合成服务的人。文字识别这块,算总账未必比百度便宜——百度 2.5 元/千页更贵,可人家有 1000/2000 次的免费额度。
这条路上其实早有先行者。OpenAI、Anthropic 和 Google 都在各自 API 里把模型、搜索、文件处理和工具执行捏到一起。DeepSeek 这回补上应用层能力,模型厂商的竞争也就伸到了开发者过去自己维护的工具链上。
有用户拿三家价格做了对比: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,开发者能省掉什么?
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,应用程序照参数去搜索、查库或做别的操作,再把结果回传给模型。工具选哪个由模型定,但怎么执行、何时重试、返回哪些数据,主要归应用程序管。
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,每次都得传数据、整结果、更新上下文。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 这次提供的服务端工具,改的正是其中一部分流程。
官方开发文档显示,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多次搜索、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。
跟开发者自己组织搜索流程相比,新接口把搜索决策、工具执行和结果处理都放到了服务端,客户端不用再分别向搜索和抓取接口发请求。
返回结果里仍带着工具调用记录、搜索结果和引用信息。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,但不用自己去执行 DeepSeek 提供的服务端搜索工具。
需要联网问答、新闻检索和资料查询的应用,尤其适合这种变化。开发者直接用官方维护的搜索链路,精力可以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,再加进对话。识别方式可选纯文本,也可选图文混排。
图文混排能把文档里的图片、图表和示意图提取出来,按原始位置跟文字一起交给模型。开发者不必另外整合 OCR 和基础文档版面解析服务,就能让模型读一部分带图文的复杂材料。
不过文件解析仍要上传和引用两步。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。
独立的 Search、Fetch、OCR、ASR 及 TTS 接口也同时开放。开发者既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。
其实自研搜索引擎的 Search 和 Fetch 接口,DeepSeek 在 10 月 17 日就已经放出来了。这次真正新增的东西,是把这些底层工具往模型对话里再塞一步,让服务端替应用扛下一块原先由应用自己干的活。
为了让外界看清这种变化,DeepSeek 把 chat-demo 项目挂到了 GitHub 上开源。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,都能在这个项目里找到。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准备。
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。于是搜索、数据检索、代码执行、文件处理和工具调度,陆续成了 API 平台要摆上台面的东西。
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,后者可以让模型去检索已上传的文件。开发者先建向量存储、把资料传上去,检索工具的执行由 OpenAI 负责,向量索引和语义搜索逻辑不用自己写。
不过两家的文件功能并不完全是一回事。OpenAI 的文件搜索更偏知识库 RAG;DeepSeek 这次开放的文件能力,主要是上传解析之后把文档内容塞进模型上下文。开发需求上有重叠,底层的处理流程和适用场景却对不上。
Anthropic 也没闲着,
Claude Messages API 里已经带了服务端网页搜索和网页获取工具。
在这种模式下,Claude 能直接发起搜索、读取网页,开发者不用自己搭一整套执行环境。搜索次数上限、域名过滤、结果引用这些控制项,Anthropic 也一并给了。较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,Claude 可以先用代码筛一遍,把无关内容挡在外面,省下 Token。
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 负责运行,结果再交给模型。
几家厂商的做法各不一样,方向却摆得比较清楚:过去散落在应用框架、检索工具和第三方服务里的那部分能力,正被收进模型厂商自己的 API 体系。
对开发者来说,门槛确实降了。过去要接好几个外部工具才能凑出来的功能,现在开几个参数就能跑出基础版本。
模型厂商这边,竞争的盘子也跟着变大。开发者挑某个模型 API 时,模型质量、推理速度、Token 价格之外,搜索结果、文档处理、工具执行的稳定性、开发是否省事、服务端能替自己干多少活,都进了考量清单。
DeepSeek 这次还有一个设计:新增功能同时支持 Messages、Responses 和 Chat Completions 三种接口,里面既有 Anthropic 风格,也有 OpenAI 风格的协议。
已经在用对应协议的开发者,有机会沿用现有客户端或者部分调用结构,迁移成本能压下来一些。但协议兼容不等于模型能力、参数和工具都能直接替换,具体还得看各家的实现。
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,得先掂量这个模型合不合自己的业务需求。
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,问题就冒出来了:开发者对模型的执行过程,还能管到哪一步?
DeepSeek 的新接口给了个现成的例子。官方文档写明,开发者开启托管联网搜索或网页阅读工具时,不能用`tool_choice`强制模型去执行其中某个工具,否则会返回 400 错误。搜不搜、点不点链接,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 眼下还没放出来。应用如果要限定搜索来源,开发者还得走独立的 Search、Fetch 接口,或者自己搭工具链。部分 API 参数也被上了限制:开发者声明托管联网工具、开启高级安全校验或者启用会话标题时,一部分生成与工具控制参数交给服务端定,传了也不生效。
普通聊天应用用起来可能挺顺手,可对于必须强制检索的业务流程,这就意味着开发者没法再靠原来的工具选择参数来保证执行。
参数控制这块更得留神。DeepSeek 文档显示,开了部分托管工具或安全功能以后,某些请求参数由服务端拍板,开发者传进去也会被忽略。靠固定配置做模型评测、反复跑任务,或者需要精确限制外部工具调用的应用,得提前把这一变化算进去。
具体到 Messages API,涉及的是`temperature`、`top_p`、`top_k`以及部分思考控制参数;
Responses API 里是`max_tool_calls`、`parallel_tool_calls`等;
Chat Completions API 则牵涉`seed`、`temperature`和`top_p`等。
OpenAI 和 Anthropic 那边的部分托管工具则不然,域名限制、调用次数这些控制项都给了出来。取舍的分野就在这儿:平台封装得越全,开发者要操心的细节越少;可一旦想自己定搜索策略、自己排工具执行顺序、自己处理异常,那套编排层恐怕还是得攥在手里。
DeepSeek 把独立的 Search 和 Fetch 接口摆出来,正好接住这类需求。开发者可以不走托管式搜索,查询词写什么、返回多少条结果、抓哪个网页,全由自己定,拿到结果再怎么喂给模型也是自己说了算。
所以简单问答、原型开发、标准化助手这类场景,服务端托管确实省事;产品要是看重数据来源、执行过程可审计、业务规则又复杂,自建工具链照样有它的位置。
参考链接: