返回探索
资讯VibeFix 内容整理更新于 2026年11月20日

DeepSeek 把整个 App 搬进了 API:联网、读文件、语音,一次给齐

DeepSeek 11 月 13 日把 App 整套能力搬进 API:deepseek-flash 五项内置工具,另有搜索、抓取、OCR、语音转文字、文字转语音五个独立接口,工具费叠加在 token 费上,搜索每千次 0.75 美元。

一名用户举着显示新闻页面的手机,另一只手端着咖啡(实拍照片)

先把边界说清楚:DeepSeek 这次不是发新模型。站内 10 月已发《DeepSeek 发布 V4.1-Flash-1017》讲过这个模型本身(10 月 17 日更新日志:独立 Search 与 Fetch API 上线、模型升级到 V4.1-Flash-1017)。11 月 13 日的更新,是另一件事:DeepSeek 把自家 App 里整套对话能力——联网搜索、读文件、读链接、语音、安全检查——一次性搬进了 API,让开发者用几个参数就能给自己的产品装上“App 同款”的功能。一手来源是 DeepSeek 官方 API 文档的更新日志(Change Log,2026-11-13 条目)与定价页,关键数字逐项核对过;价格以定价页为准,语音的限时折扣以定价页原话为准。

这次给了什么:五项内置工具,加五个独立接口

更新日志的标题就把范围说清楚了:“Releasing the full suite of application APIs”(发布整套应用接口)。在 DeepSeek App(含网页版)里,联网搜索、文件输入、读链接、语音交互和安全检查是和模型推理配合在一起、组成用户熟悉的对话体验的;11 月 13 日起,开发者在现有 API 里打开对应参数就能拿到同样的对话功能,工具调用和上下文组装由服务端处理。

具体到 deepseek-flash 模型(当前由 DeepSeek-V4.1-Flash-1017 提供服务),在 Messages、Responses 与 Chat Completions 三个接口里支持五项内置能力。第一,联网搜索:关闭思考模式、打开 deepseek_web_search 工具,模型按问题需要跑网页或图片搜索,回答带引用。第二,深度思考搜索:打开思考模式再开同一个搜索工具,模型会在多步推理中自己搜索、自己读链接。第三,文件输入:上传 PDF、Office 文档、图片等,纯文本提取或富版式解析后放进对话上下文,让模型就着文件回答。第四,读链接:打开 deepseek_read_url 工具,模型检测用户消息里的链接,抓取页面后带着页面内容回答。第五,模型安全:打开安全检查参数,输入输出会被审核,发现风险返回拒绝标记。

除了这五项内置能力,底层的几项能力还拆成了独立接口:Search 与 Fetch(搜索与抓页面)、OCR(图片与文档转文字)、ASR(语音转文字)、TTS(文字转语音)。独立接口的意义是:不需要模型参与的场景也能直接调用——比如只要把一沓扫描件转成文字,或者只要把一段语音变成文字,不用为了这点事跑一遍大模型。DeepSeek 还开源了一个基于这些接口的演示聊天客户端,可以导入用户的 DeepSeek 聊天记录(据更新日志,MIT 协议见其仓库说明)。

要注意一个范围限定:更新日志只列了 deepseek-flash 支持这五项内置能力,没有提 deepseek-v4-pro。你的产品如果用的是 pro 模型,这次更新与你无关,至少目前是这样。DeepSeek 的文档站首页同时提到,DeepSeek Harness(给 Agent 框架开发者用的 harness)正在开发者预览中,这是另一条线,不在本篇的更新范围内。

怎么用:参数开关,不用改调用方式

这次更新对开发者最友好的一点是:不用换接口、不用换 SDK。三个端点(Messages、Responses、Chat Completions)还是原来的样子,能力是靠参数打开的:想让模型联网,就在请求里打开 deepseek_web_search;想让模型读链接,就打开 deepseek_read_url;想加文件,就按文件输入的办法上传;想加安全检查,就打开安全参数。工具调用和上下文组装由服务端处理,开发者不用自己写“先搜、再拼进提示词、再调模型”的胶水代码。

这个设计和 OpenAI、Anthropic 的做法是同一条路:内置工具(built-in tools)由服务端跑,开发者只负责开关。但 DeepSeek 的版本有两个自己的特点。第一,三个端点全都支持,开发者不用为了用搜索功能而迁移到某一个新端点;用惯了 Chat Completions 的团队,原地就能开。第二,独立接口和内置工具是同一套能力两种出口:对话里要用,就开参数;流水线里要用,就直接调独立接口。两种出口的价格是一样的(见下节),选哪个看场景,不看价格。

对 vibe 项目来说,这个“开关即用”的意义很实在。一个常见的 vibe 项目形态是“聊天框 + 自己的知识”:以前要实现“让模型先上网查、再回答”,开发者得自己接搜索 API、自己把搜索结果拼进提示词、自己处理引用格式;现在这些活服务端包了。省下来的不是几行代码,是“搜索结果怎么拼才不把上下文撑爆、引用怎么标才不张冠李戴”这一类调试时间。小团队最缺的就是这类时间。

多少钱:工具费叠加在 token 费上,别只看模型单价

价格是这次更新里最值得逐字核对的部分,全部以 DeepSeek 官方定价页(Models & Pricing)为准。先说模型本身:deepseek-flash(DeepSeek-V4.1-Flash-1017)每百万 token 输入(缓存未命中)高峰时段 0.30 美元、非高峰 0.15 美元;输出高峰 1.20 美元、非高峰 0.60 美元;缓存命中的输入更便宜,高峰 0.006 美元、非高峰 0.003 美元。高峰时段是周一至周五(不含中国法定节假日)的 01:00–04:00 与 06:00–10:00(UTC),其余时间都是非高峰,价格直接减半。

工具费是另外算的,叠加在 token 费上面。搜索(文字、图片)每 1000 次 0.75 美元,网页抓取每 1000 次 0.75 美元;文件解析与 OCR 每 1000 页 0.225 美元;语音转文字(ASR)每小时 0.116 美元、限时价 0.058 美元,文字转语音(TTS)每 1 万字符 0.45 美元、限时价 0.225 美元。语音的两项都是限时五折,定价页没有写截止日期。收费规则写得很直白:模型用量按 token 数算,搜索与抓取按次算,费用直接从充值余额或赠送余额里扣,有赠送余额时优先扣赠送的。

算一笔示例账(按定价页价格算,不是真实账单):假设一个小产品一个月跑 1 万次搜索、1 万次抓取、1 万页 OCR、100 小时语音转文字、100 万字符语音合成——搜索 7.50 美元、抓取 7.50 美元、OCR 2.25 美元、语音转文字按限时价 5.80 美元、语音合成按限时价 22.50 美元,工具费合计 45.55 美元,token 费另计。这笔账想说明两件事:第一,工具费本身不贵,一个月几十美元就能把搜索、文件、语音全套配齐;第二,工具费是按次、按页、按小时、按字符四种单位分别算的,做成本预算时要按量分开算,别拿一个总数去套。

DeepSeek 应用接口示例月费用:按定价页价格测算,搜索 1 万次 7.50 美元、抓取 1 万次 7.50 美元、OCR 1 万页 2.25 美元、语音转文字 100 小时 5.80 美元、语音合成 100 万字符 22.50 美元

还有两个价格细节值得注意。第一,搜索与抓取无论是直接调独立接口、还是模型通过内置工具调用,都是同一个价——不会因为“模型帮你调”就多收一笔。第二,语音的限时五折没有截止日,写预算时按原价算更稳妥:ASR 每小时 0.116 美元、TTS 每 1 万字符 0.45 美元,折扣是锦上添花,不是成本底线。

安全检查与合规:公开服务必须开,责任在开发者

更新日志里有一段话很容易被跳过,但它是对开发者提的要求,值得单独拿出来。原文说:打开安全检查参数后,会提供基础的风险控制,模型的输入输出会被审核,发现风险返回拒绝标记;如果你向公众提供服务,请打开这个参数,并履行内容安全审核、大模型备案、AI 标识等义务。

翻译成大白话就是两层意思。第一层,安全检查是 DeepSeek 提供的,但只是“基础的”——它能帮你拦一部分风险,不是包办。面向公众的服务,安全检查要打开,这是 DeepSeek 的要求,不是建议。第二层,合规的责任在开发者:内容审核、备案、AI 生成内容标识,这些事 DeepSeek 不替你做。你的产品面向中国用户,这些义务一个都少不了;面向海外用户,也要按当地的规则来。把安全检查打开只是第一步,完整的合规链条要自己搭。

这个要求也解释了为什么 DeepSeek 要把安全检查做成一个“参数”而不是默认行为:内置工具面向的是开发者,开发者自己的内部工具、测试环境可能不需要安全检查;但一旦向公众提供服务,就必须打开。开关的设计本身,就是在提醒你区分“自己用”和“给别人用”。

一个具体场景:小店助手怎么把五项能力串起来

光列功能清单不容易看出价值,拿一个具体场景串一遍就清楚了。假设你给一家小店做了一个客服助手,店里有一份价目表 PDF、一个供货商的网页、一批老顾客常问的问题。以前的做法是:顾客问“这款花束多少钱、明天能送吗”,助手只能靠训练时记住的价目表回答,价格一变就答错;现在的做法是:文件输入先把价目表 PDF 读进对话,联网搜索去查供货商网页上明天的配送安排,读链接把供货商公告的原文抓回来,安全检查在输出前过一遍,最后回答里带上引用。五项能力一次对话里全用上了,开发者写的代码只是“打开五个参数”。

这个场景里最值得注意的是深度思考搜索。普通搜索是“一问一答”:模型搜一次、答一次。深度思考搜索是“多步推理”:模型先搜一轮,发现供货商网页上写的是“节假日配送时间另行通知”,再去读链接确认“另行通知”到底指哪天,最后把两步的结果拼成一个回答。对客服助手来说,区别就是“答对了”和“答了个大概”的区别。代价是多步推理烧的 token 更多、耗时更长,所以 DeepSeek 把它做成了一个独立开关:简单问题用普通搜索,复杂问题再开深度思考搜索,开发者自己决定什么时候花这个钱。

文件输入也有个容易被忽略的细节:解析方式有两种,纯文本提取和富版式解析。纯文本提取适合内容以文字为主的文档,速度快、便宜;富版式解析适合带表格、带排版的文档,比如价目表、报价单——表格里的数字不能乱,解析时要保住行列关系。选哪种看文档类型:价目表用富版式解析,纯文字的公告用文本提取。按页计费的价格是一样的(每 1000 页 0.225 美元),区别只在效果,不在价格。

独立接口在同样的场景里也有位置:店里那沓纸质进货单,不用经过模型,直接调 OCR 接口转成文字存进数据库;顾客发来的语音留言,不用经过模型,直接调 ASR 接口转成文字再进客服流程;要给顾客回一段语音通知,直接调 TTS 接口生成。这些活不需要模型参与,按次付费比按 token 付费便宜得多,也快得多。内置工具和独立接口分工明确:对话里要用的走内置工具,流水线里要用的走独立接口。

自己搭要接多少东西:五项能力背后的五套服务

要体会这次更新的价值,可以反过来算一笔账:如果不用 DeepSeek 的内置工具,自己搭同样的能力要接多少东西。联网搜索要接一家搜索服务,读链接要自己写抓取和解析(还得处理反爬、处理各种网页结构),文件输入要接一家文档解析服务,语音转文字和文字转语音各要接一家语音服务,安全检查要么自己写规则、要么再接一家内容审核服务。五项能力,最少四五家服务商,五套计费方式,五套出错处理。

更麻烦的是胶水代码。搜索结果拿回来,要决定“哪些结果放进提示词、放多少、按什么顺序放”;放多了上下文撑爆,放少了模型答不全。文件解析完,要决定“解析出的表格怎么变成模型能读的文字”。语音转文字的错误(同音字、专有名词)要不要纠正,在哪一层纠正。这些问题没有标准答案,每个团队都要自己踩一遍坑。DeepSeek 把这些活收进服务端,等于把坑也收走了——开发者不用再为“搜索结果怎么拼”写代码,也不用为“引用格式怎么标”调提示词。

当然,收进服务端也有代价:控制权少了。搜索用的是 DeepSeek 自家的搜索引擎(更新日志 10 月 17 日条目写过:自研搜索引擎,每天处理数亿次搜索请求,索引数千亿网页),你不能换成自己喜欢的搜索引擎;安全检查的规则是 DeepSeek 定,你不能自己调阈值;文件解析的效果好不好,取决于 DeepSeek 的解析器,不是你的代码。对大多数小团队来说,这个交换是划算的:控制权换便利性。但如果你的产品对搜索结果的质量、解析的准确率有特殊要求(比如法律文书、医疗文档),还是要自己测一测效果再决定,别只看“开关即用”四个字。

还有一个对比值得做:缓存命中的价格。deepseek-flash 的输入在缓存命中时每百万 token 只要 0.003 美元(非高峰),是未命中价格的五十分之一。对话里反复用到的内容(比如价目表、店铺介绍、常见问题)如果能命中缓存,token 成本会大幅下降。这个设计和内置工具是配合的:文件输入把价目表读进上下文之后,后续对话里同一份价目表大概率命中缓存,越用越便宜。做成本预算时,别忘了把缓存命中率算进去——它可能是 token 账单上最大的一块折扣。

对 vibe 开发者意味着什么:能力平权,但别只看单价

把这次更新放到更大的图景里看:DeepSeek 在做的事,是把“App 同款能力”变成 API 的标准配置。以前,联网、读文件、语音这些能力是各家 App 的卖点,开发者想在自己的产品里复刻,得一家一家接服务、一个一个写胶水代码;现在 DeepSeek 把它们收进 API,几个参数就打开了。对小团队来说,这等于少接三四个服务商、少维护三四套胶水代码。

但也要看到另一面:能力便宜了,不等于成本低了。工具费叠加在 token 费上,搜索、抓取、OCR、语音各有各的计费单位,一个跑量起来的产品,工具费很容易超过模型本身的 token 费。做预算时要按“模型 + 工具”两笔账一起算,别只盯着每百万 token 0.30 美元的模型单价看。定价页的价格也可能调整,DeepSeek 自己在页面底部写了“价格可能变动,请以本页最新价格为准”——上线前再看一眼定价页,是个好习惯。

还有一点值得提醒:更新日志里同时提到,DeepSeek 开源的演示聊天客户端可以导入用户的 DeepSeek 聊天记录。对开发者来说,这个客户端的价值不在“能用”,而在“能看”——它的代码展示了官方建议的接法:参数怎么开、文件怎么传、工具调用的结果怎么处理。照着它写,比对着文档猜要快得多。演示客户端是开源的,遇到问题可以直接看源码,不用等客服回复。

最后说一句判断:这次更新最值得学的不是某个具体功能,而是 DeepSeek 的产品思路——把 App 里验证过的能力,原样搬进 API,让开发者站在 App 的肩膀上。对 vibe 项目来说,这意味着“做一个会联网、会读文件、会听会说的助手”这件事,门槛又低了一截。门槛低了,拼的就不再是谁能做出来,而是谁做得更贴合用户的具体场景。

阅读 4评论 0

评论 (0)

ME
0/1000
评论加载中...

原始来源

浏览项目广场发布你的项目

相关文章

一名戴眼镜的开发者坐在木桌前敲笔记本电脑,左边外接显示器上是深色背景的 C 语言代码,桌上有绿植
资讯
微软的编程模型终于不当配角了:MAI Code 2 拿 96% 的分数、只收 5% 的钱,但先看清三处“但是”

2026 年 11 月 17 日,微软发布 MAI Code 2 和 Code 2 Flash:大模型 770 亿激活参数、100 万上下文,四项基准平均通过率 63.2%,与 GPT-6.1 Sol、Claude Opus 5.5 咬得很紧,但每任务成本只有 0.309 美元。先看清三处“但是”:价格是推广价、分数是三者最低、长周期任务不在舒适区。

开发工作流产品发布模型动态
黑色背景上,一名指挥家背对镜头高举指挥棒,脚下环绕着旋转的光轨,像一支乐队正在被指挥
资讯
一个接口接 45 个模型,坏了自动换一家接着跑:Perplexity 的 Orchestrator 想当模型界的‘总机’

2026 年 11 月 17 日,Perplexity 推出 Orchestrator API:一个接口接通 OpenAI、Anthropic、Google、xAI 与 GLM、Kimi、DeepSeek 等开源权重模型,按回答模型的公开价计费、不收平台费。同一模型挂了就换一家部署接着跑,路由功能还能按任务把请求分给不同的模型。

开发工作流产品发布模型动态
一名开发者坐在双显示器工位前敲键盘,左屏是深色代码编辑器,右屏是带绿色对勾与柱状图的测试仪表盘,桌上有台灯和马克杯
资讯
你的智能体到底变好还是变坏了:AWS 开源 UAEF,给所有框架的智能体用同一把尺子量

2026 年 11 月 11 日,AWS 开源 UAEF:先把 LangGraph、LangChain、Strands、Bedrock AgentCore 等框架的运行记录翻成统一格式,再用 36 个指标、7 个维度打分,回归超过 5% 就亮灯。评审模型本身也被防了一手:打分要引原文作证,分数不能用来决定安全放行。

开发工作流产品发布测试与质量