本文目錄

2026 年 11 月 13 日晚間,DeepSeek 發布官方公告,宣布將此前僅存在於 DeepSeek App 與網頁版中的全套應用層交互能力開放給第三方開發者。圍繞主力模型 deepseek-flash(底層對應 DeepSeek-V4.1-Flash-1017,支援 1M 上下文與最高 384K 輸出),開發者既可以直接在對話請求中打開參數開關由服務端自動完成搜尋、讀連結、檔案解析與安全風控,也可以按需單獨調用 Search、Fetch、OCR、語音識別(ASR)與語音合成(TTS)五個底層獨立介面。

為演示這套介面的實際裝配方式,DeepSeek 同步上線並開源了輕量級前端項目 chat-demo(在線體驗位於 cdn.deepseek.com/chat-demo,源碼託管於 github.com/deepseek-ai/chat-demo)。該項目採用純瀏覽器本地儲存保存 API Key 與圖片,支援直接匯入從 DeepSeek 網頁端匯出的歷史對話繼續上下文,完整覆蓋了深度思考搜尋、檔案上傳、Mermaid 圖表渲染以及語音朗讀與語音輸入。

哪些功能由服務端自動處理?哪些需要組合獨立介面?

在接入設計上,DeepSeek 把應用能力切分成了「對話內服務端託管」和「獨立工具 API 自由組合」兩層,目前已在 Anthropic 兼容的 Messages API(/anthropic/v1/messages)、OpenAI Responses API(/responses)以及 Chat Completions API(/chat/completions)三條協議上同步提供:

第一,由服務端全自動執行的對話內擴展能力:當你在請求中聲明 deepseek_web_search 工具時,若關閉思考模式,服務端會根據提問自動觸發普通網頁搜尋或圖片搜尋並返回引用角標;若開啟思考模式,則會進入多步「深度思考搜尋」,由模型在推理過程中自主發起多次搜尋、打開頁面並檢索片段(單輪最多約 20 次工具調用)。若聲明 deepseek_read_url 工具,服務端會自動提取最後一條用戶訊息中的前 10 個去重連結,抓取頁面內容並以加密 signature 塊拼入上下文。客戶端無需自己部署爬蟲或搜尋代理,只需在前端渲染返回的內容塊,並在下一輪對話中原樣回傳這些內容塊即可。

第二,檔案輸入的兩步託管流程(Files API + 對話引用):對於 PDF、Word(DOC/DOCX)、PowerPoint(PPT/PPTX)以及常見圖片格式,開發者先調用 POST /files 介面上傳檔案,透過 purpose 參數選擇純文本提取(text_recognition,不含圖片的 Word 與 PPT 會直接提取文本而不走 OCR)或圖文混排識別(rich_layout_recognition,逐頁解析圖表與版面)。拿到返回的 file_id 後,只需在對話訊息中引用該 ID,服務端就會將解析後的內容拼入上下文。對於純文本、代碼檔案(txt/md/csv/json)以及電子表格(xlsx/xls)和電子書(epub/mobi),上傳時將 purpose 設為 user_data 即可由服務端免費轉換為 Markdown。

第三,需要開發者自行串聯組合的獨立工具介面(/v1/tools/):如果業務場景不是通用聊天機器人,而是定制化工作流,可以直接調用五個獨立的 REST 或 WebSocket 介面——包括網頁搜尋(POST /v1/tools/search,支援 site: 與 -site: 語法,但暫不支援圖片搜尋)、單頁抓取(POST /v1/tools/fetch,返回 Markdown)、文檔逐頁識別(POST /v1/tools/ocr,不存入 Files 儲存也不直接送入對話模型)、語音識別(POST /v1/tools/asr,支援含中、粵、英、日、韓在內的 21 種語言自動識別)以及語音合成(支援 POST /v1/tools/tts 整段串流返回與 wss://api.deepseek.com/v1/tools/tts 分段串流合成,內置海星女聲 stella 與暗潮男聲 tide,自動識別中英日等 10 種語言)。例如,語音助手可按「前端錄音 → ASR 介面轉文字 → deepseek-flash 串流生成文本 → WebSocket TTS 邊生成邊播報」的管線自由組裝。

圖 1 DeepSeek 全家桶應用 API 的服務端自動編排能力與獨立工具介面架構對照
圖 1 DeepSeek 全家桶應用 API 的服務端自動編排能力與獨立工具介面架構對照

圖片來源:DigIntoAI 根據 DeepSeek 官方發布公告及 API 開發者文檔整理製作。

調用一次有哪些費用?完整成本賬本拆解

DeepSeek 在公告中明確提示,使用應用 API 擴展能力時,總費用由「模型輸入輸出 Token 費用」與「擴展工具調用費用」兩部分疊加構成,扣費時優先消耗賬戶贈送餘額:

基礎模型 Token 費用(deepseek-flash):延續分時定價策略——北京時間週一至週五(不含中國法定節假日)9:00–12:00 與 14:00–18:00 為高峰時段,其餘時段及週末節假日全天為半價閒時時段。閒時時段輸入快取命中僅需 0.02 元/百萬 tokens(高峰 0.04 元),快取未命中 1 元/百萬 tokens(高峰 2 元),輸出 4 元/百萬 tokens(高峰 8 元)。需要注意的是,開啟深度思考搜尋時,多輪檢索與分析產生的思維鏈和最終回答均計入輸出 Token。

聯網搜尋(Search)與網頁抓取(Fetch)按次計費:無論是對話內模型自動調用,還是直接請求獨立介面,搜尋(含網頁與圖片搜尋)和網頁抓取均按每 1,000 次 5 元(英文價目表為 0.75 美元/千次)計費。官方設定了嚴格的成功計費邊界:僅當服務端返回 HTTP 200 且產生有效結果(搜尋返回非空結果數組、抓取返回頁面正文)時才扣費,超時、報錯或空結果均不計費。

檔案解析(Files)與 OCR 按頁計費:按每 1,000 頁 1.5 元(0.225 美元/千頁)計費,且僅在上傳解析成功時一次性扣費;走 user_data 上傳的純文本、代碼、Excel 表格與電子書不收解析費;後續多輪對話中重複引用同一個 file_id 也不會再次收取解析費,僅按實際進入上下文的輸入 Token 計費。

語音合成(TTS)與語音識別(ASR)當前享 5 折優惠:TTS 刊例價為每 10,000 字符 3 元,當前限時 5 折為 1.5 元(0.225 美元),計費規則上每個漢字按 2 個字符計算,英文字母、數字與空格按 1 個字符計算;ASR 刊例價為每小時音訊 0.78 元,限時 5 折為 0.39 元(0.058 美元),按音訊實際時長精確到秒計費(不足 1 秒按 1 秒計)。

圖 2 DeepSeek 應用 API 全鏈路費用賬本(模型 Token 單價與擴展工具附加費)
圖 2 DeepSeek 應用 API 全鏈路費用賬本(模型 Token 單價與擴展工具附加費)

圖片來源:DigIntoAI 根據 DeepSeek 開放平台《模型 & 價格》官方文檔整理製作。

接入限制與高頻排障邊界(上線前必查)

根據《構建 Chatbot》與各工具接入指南,開發者在遷移或上線時容易遇到以下五處硬性邊界:

模型範圍限制:上述對話內嵌應用能力目前僅在 deepseek-flash(2,500 併發上限)上開放,旗艦模型 deepseek-v4-pro 暫不支援圖像理解及該套應用套件。

參數覆蓋與靜默忽略規則:只要請求中聲明了 deepseek_web_search、deepseek_read_url,或開啟了 safety_check(設為 high)與會話標題生成(title.enabled),服務端就會接管採樣策略,並靜默忽略請求中傳入的 temperature、top_p、top_k(Messages)、frequency_penalty / presence_penalty(Chat Completions)以及 preserve_thinking 等參數。此外,max_tokens(Responses API 為 max_output_tokens)限制的是單輪中每一步推理的最大輸出長度,而非整輪多步搜尋的總輸出長度。

工具觸發互斥與連結數量上限:開啟 deepseek_read_url 時,服務端僅檢查最後一條用戶訊息中的前 10 個去重 URL;如果同時開啟了思考模式與 deepseek_web_search,該輪會直接走深度思考搜尋流程,不會單獨觸發 read_url。

檔案引用上限與非截斷報錯:單輪對話請求最多引用 20 個文檔,且所有引用文檔的提取文本總大小不得超過 8 MiB;多輪對話中已引用的文檔完整文本會持續保留在上下文裡,一旦總長度超出 1M 上下文上限,介面會直接返回 HTTP 400 錯誤,而不會在後台靜默截斷文檔內容。

語音介面的串流與功能邊界:獨立 ASR 介面目前不支援串流語音識別,單次請求必須發送完整的 16 位 PCM WAV 或 Ogg Opus 檔案(最大 8 MiB、最長 120 秒,雙聲道僅識別左聲道);TTS 介面單次上限 10,000 計費字符(最長 30 分鐘音訊),暫不支援調節語速或斷線續傳,且音訊流中途斷開必須視為合成失敗重試。另外,對外提供公眾服務的開發者必須開啟 safety_check 參數,並自行履行內容安全審核、大模型登記及 AI 生成內容標識等法定合規義務。