DeepSeek 开放应用 API:复用官方 App 能力

DeepSeek 这次开放的重点,不是多出一个普通聊天接口,而是把官方 App 中的搜索、文件、链接、语音与安全能力变成可组合的 API。 11 月 13 日,DeepSeek 宣布开放全家桶应用 API,IT之家将其概括为“开发者将能 1:1 复刻完整 DeepSeek App”。

对开发者而言,主要变化是简化工作流。过去要在模型 API 之外分别接入搜索、文件解析等外部工具,并自行处理调用顺序和上下文拼接;现在这些环节可以交由服务端完成。开发者无需直接复制官方客户端,但可以在自己的应用中组合出接近官方产品的对话体验。

全家桶开放了什么:官方 App 的工具能力进入 API

这是一组可组合的能力,不是一个包办所有任务的“万能端点”。按照目前公布的范围,搜索、文件、链接和安全能力由 V4.1-Flash 模型 deepseek-flash 在 Messages、Responses 与 Chat Completions 三类接口下提供;不能据此推断所有 DeepSeek 模型和所有接口形式都已同步支持。

联网搜索进一步区分两种运行模式。在非思考模式下,开启 deepseek_web_search 后,模型可以根据问题自动执行网页或图片搜索,并在回答中附带引用。进入思考模式后,同一工具可以被纳入多步推理,模型能够自主联网搜索并阅读链接。

文件输入支持 PDF、Office 文档和图片。服务端负责提取纯文本或完成图文混排解析,再将处理结果拼入对话上下文。网页读取则由 deepseek_read_url 承担:开启后,模型可识别用户消息中的链接,抓取网页内容并结合上下文回答。

语音相关能力采用独立接口开放,包括 OCR、ASR 和 TTS,可单独调用,也能组合使用。安全校验同样成为 API 能力的一部分:开启相应参数后,DeepSeek 提供基础的输入输出风控,命中风险时返回拒答标识。

这次更新的核心价值,不只是功能数量增加,而是降低应用开工成本。搜索、解析、语音和风控原本分散在不同工具链中,现在可以围绕同一套 API 组织。模型厂商的竞争也因此不再只看跑分,还要看开发者能否用更少的基础工作组装出完整产品。

怎么接入:三类接口、两个工具参数与一条语音链

第一步仍是准备基础凭证:注册 DeepSeek 账号并申请 API 密钥,再将密钥接入自有应用或项目。 从工程安全角度看,密钥应保存在服务端环境变量中,不要写入前端代码或提交到代码仓库。

接口形态应优先服从现有架构。如果项目已经围绕 Messages 的消息结构组织会话,可以继续沿用;如果采用 Responses 组织响应和工具流程,就从 Responses 入手;已有 Chat Completions 兼容层的项目,保留现有格式通常更利于控制改造范围。现有资料确认三类接口均可承载此次开放的能力,但未给出完整请求体、SDK 版本和参数结构,示意代码不能视为可直接运行的官方示例。

两个工具参数分别用于搜索和网页读取。普通联网搜索使用 deepseek_web_search:非思考模式下负责网页、图片搜索和引用返回;思考模式下则参与多步推理,允许模型在推理过程中继续搜索和阅读。文件输入不需要开发者自行拼接解析结果,服务端会处理 PDF、Office 文档和图片,再把解析内容放入上下文。deepseek_read_url 面向消息中的网页链接,可自动完成链接识别、网页抓取和基于页面内容的回答。

语音交互可以按一条逻辑链理解:

ASR:音频 → 文本
模型:文本 → 回答
TTS:回答文本 → 音频

OCR:图片或文档 → 文字(按需加入上下文)

这是一张调用关系示意图,不是 SDK 请求代码。ASR、OCR、TTS 都是独立接口,业务可只调用其中一项,也可以先做语音转写,再交给模型处理,最后合成语音返回。OCR 用于识别图片文字,文件解析则可以按文档类型直接交给模型侧能力。

业务侧需要处理安全能力返回的结果。开发者应识别接口返回的拒答标识,并区分模型正常回答、风险拒答、工具失败和网络异常。官方提供的是基础风控,不等于应用已经完成面向公众服务所需的全部分析、处置和申诉机制。

1:1 复刻的边界:能做什么、要付什么、谁负责什么

所谓“1:1 复刻”,合理的理解是:搜索、文件、链接、语音和安全能力均可以通过 API 调用,开发者能够在自己的应用中复现由这些能力共同组成的完整对话体验。 这不代表官方开放了客户端源代码、UI 模板或运营后台。资料明确开放的是底层能力,从聊天界面到商业化运营,仍然是开发者自己的产品工作。

目前至少还有以下工程任务需要自行完成:

  • 聊天界面、文件选择与上传、语音输入输出等交互设计;
  • 会话记录、上下文管理、流式展示和历史消息管理;
  • 超时处理、异常重试、工具失败降级及服务可用性保障;
  • 用户权限、数据隔离、调用监控、额度统计和成本分析;
  • 产品规则、业务逻辑、运营后台及用户反馈闭环。

扩展工具会产生独立于 Token 的调用费用。当前公布的计费标准如下。

扩展能力 当前价格
文字或图片搜索 5 元/千次
网页抓取 5 元/千次
文字识别 OCR 1.5 元/千页
语音识别 ASR 0.39 元/小时
语音合成 TTS 1.5 元/万字符

因此,预算不能只按输入、输出 Token 估算。搜索次数、网页抓取次数、文件解析页数、音频时长和合成字符数,都应进入调用量模型。对搜索密集型或语音连续对话产品,工具费用可能比单次文本推理费用更需要单独核算。

统一 API 能减少重复开发,但当更多业务能力被绑定到同一套调用组合中,开发者迁移到其他模型供应商时,替换和重新验证的范围也会扩大。DeepSeek 借此降低应用开工成本的同时,也在提高围绕其 API 形成的应用黏性。

如果 API 用于对外提供服务,开发者需要开启安全校验参数,并承担内容安全审核、大模型登记、AI 标识等义务。

© 版权声明
THE END
喜欢就支持一下吧
点赞0 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容