熱門資訊> 正文
2026-11-14 12:24
作者 | 褚杏娟
讓一個大模型回答問題並不難,但要讓它搜索互聯網、閲讀網頁、解析 PDF,再將找到的信息組織成帶有引用的回答,開發者往往需要額外搭建一套工具系統。這些工作構成了 AI 應用開發中一層容易被忽略的工程負擔。
11 月 13 日,DeepSeek 宣佈開放「全家桶應用 API」,試圖減少這部分工作。它將官方 App 和網頁端使用的聯網搜索、深度思考搜索、文件輸入、網頁閲讀等能力整合進現有 API,同時開放搜索、網頁抓取、OCR、ASR 和 TTS 等獨立接口。
DeepSeek 聲稱,開發者可以利用這些能力實現與官方 App 基本一致的對話體驗,甚至 1:1 復刻出完整的 DeepSeek App。
對於聯網搜索和網頁閲讀,開發者只需在 API 請求中聲明相應工具,模型即可根據任務需要自主決定是否調用,搜索、網頁抓取及相關上下文處理由 DeepSeek 服務端完成。文件輸入則需要先通過 Files API 上傳並解析,再將返回的文件 ID 加入對話;OCR、ASR、TTS 等能力則支持通過獨立接口調用。
「產品化之后確實不一樣了,DeepSeek 這都開始把自己的 App 能力拆出來了,從搜索到 OCR、再到語音,這個感覺怎麼有種衝着百度來的即視感。」開源項目《GSYVideoPlayer》 作者戀貓在知乎上評價。
價格方面,官方表示,用户調用 DeepSeek API 使用擴展能力時,除收取 Token 費用外,也將收取相關工具的調用費用。具體價格如下:
「我按官方價格表算了一下,寫一篇帶資料檢索的文章,成本不到 4 毛錢。」知乎用户 藥塵 Ray 總結稱,「API 的錢已經便宜到可以忽略,貴的是三樣東西:控制調用次數的工程、合規,以及你自己的判斷。第三樣最貴。」
用 DeepSeek App 里免費語音聊天的用户表示,文字轉語音的效果「其實是有點拉的」,商用 API 如果是一樣的效果,「那這個價格就不值了,不如火山引擎接豆包」。
還有用户認為,「語音識別、語音合成的價格感覺有點抽象,不過價格也不算貴,應該只是用來給用户兜底的,考慮到那些不方便部署自己語音識別和語音合成服務的人。文字識別這個好像綜合下來不一定比百度便宜,百度的是 2.5 元 / 千頁更貴,但有 1000/2000 次的免費額度。」
實際上,DeepSeek 這條路線已經有不少先行者。OpenAI、Anthropic 和 Google 都在通過各自的 API,將模型、搜索、文件處理和工具執行整合到一起。DeepSeek 此次補齊應用層能力,也讓模型廠商之間的競爭延伸到開發者過去自行維護的工具鏈。
也有用户對比了三家價格:DeepSeek 的聯網搜索每千次 5 元。作為對比,OpenAI 和 Anthropic 的同類工具每千次都是 10 美元。
從調模型到調完整應用,開發者可以省掉什麼?
傳統模式下,開發者會在請求中向模型聲明可用工具。模型認為需要查詢外部信息時,返回工具名稱及參數,應用程序根據這些參數執行搜索、數據庫查詢或其他操作,再把結果傳回模型。模型能夠選擇工具,但工具如何執行、何時重試、返回什麼數據,主要由應用程序負責。
隨着任務複雜度提高,這套流程也會變得繁瑣。例如,一個需要多次搜索的 Agent 可能在一輪對話中產生數次工具調用。每次調用都涉及數據傳遞、結果整理和上下文更新。開發者還需要處理不同工具之間的參數格式、調用失敗以及模型誤用工具等情況。
DeepSeek 此次提供的服務端工具改變了其中一部分流程。
根據官方開發文檔,開發者可以在現有 API 請求中聲明`deepseek_web_search`和`deepseek_read_url`兩個工具。前者負責聯網搜索,后者負責讀取用户提供的鏈接。
開啟非思考模式時,模型可以根據用户問題自動搜索網頁或圖片,並生成帶有來源引用的回答。開啟思考模式后,模型還可以在推理過程中多次搜索、打開網頁和查找頁面內容。DeepSeek 稱,開啟思考模式后,模型最多可以執行約 20 次工具調用,包括聯網搜索、打開網頁和頁內查找,讓模型能夠在多步推理過程中持續檢索和核對信息。
與開發者自行組織搜索流程相比,新接口將搜索決策、工具執行及結果處理整合到了服務端。客户端不再需要分別向搜索和抓取接口發起請求。
返回結果中仍保留工具調用記錄、搜索結果和引用信息。開發者需要將這些內容正確展示在界面中,並在后續對話中按協議回傳相關內容塊,但無需自行執行 DeepSeek 提供的服務端搜索工具。
這一變化尤其適合需要聯網問答、新聞檢索和資料查詢的應用。開發者可以直接使用官方維護的搜索鏈路,將更多精力放在業務功能和用户體驗上。
文件處理也是類似的思路。新版 API 允許開發者將 PDF、Word、PowerPoint 和圖片上傳至 DeepSeek Files API,解析完成后返回文件 ID,再將其加入對話。開發者可以選擇純文本識別,也可以選擇圖文混排識別。
后者能夠提取文檔中的圖片、圖表和示意圖,並按照原始位置與文字一起提供給模型。這意味着開發者無需另外整合 OCR 和基礎文檔版面解析服務,就可以讓模型閲讀一部分包含圖文內容的複雜材料。
不過,文件解析仍然需要上傳和引用兩個步驟。官方也明確指出,圖文混排識別無法保證提取所有圖表,解析后的圖片仍會消耗模型輸入 Token。
DeepSeek 同時開放了獨立的 Search、Fetch、OCR、ASR 及 TTS 接口。開發者既可以使用服務端自動編排,也可以將獨立工具接入自己的工作流。
實際上,DeepSeek 早在 10 月 17 日就開放了自研搜索引擎的 Search 和 Fetch API。此次發佈的主要增量是將這些底層工具進一步整合到模型對話中,讓服務端承擔一部分過去由應用負責的工作。
爲了演示這種變化,DeepSeek 還在 GitHub 上開源了 chat-demo 項目。該項目提供流式對話、搜索、文件輸入、語音交互、歷史記錄導入和多種消息渲染功能。開發者配置 API Key 后即可運行,靜態版本甚至不需要獨立的應用后端。
示例代碼入口:https://github.com/deepseek-ai/chat-demo
OpenAI、Anthropic 早已入場
隨着 AI 應用從簡單對話發展爲多步驟任務,模型廠商逐漸意識到,僅提供文本生成接口不足以支撐完整的產品體驗。搜索、數據檢索、代碼執行、文件處理和工具調度開始成為 API 平臺的重要組成部分。
OpenAI 已經通過 Responses API 提供託管式聯網搜索和文件搜索等工具。其中,文件搜索則可以讓模型檢索已上傳文件。開發者創建向量存儲並上傳資料后,由 OpenAI 負責檢索工具的執行,無需自行實現向量索引和語義搜索邏輯。
需要指出的是,OpenAI 的文件搜索偏向知識庫 RAG,而 DeepSeek 此次開放的文件功能主要是上傳解析后將文檔內容加入模型上下文。兩者覆蓋部分相似的開發需求,但底層處理流程與適用場景並不完全相同。
Anthropic 也在 Claude Messages API 中提供服務端網頁搜索與網頁獲取工具。
在這種模式下,Claude 可以直接執行搜索並讀取網頁,開發者無需自行搭建完整的執行環境。Anthropic 還提供搜索次數限制、域名過濾以及結果引用等控制項。其較新的工具版本進一步引入動態過濾,允許 Claude 在搜索結果或網頁內容進入模型上下文前,使用代碼篩選相關信息,以降低無關內容帶來的 Token 消耗。
Google 則通過 Gemini API 提供 Google Search Grounding、URL Context 和 File Search 等工具。內置搜索與網頁讀取能夠在一次模型 API 調用過程中完成,Google 負責運行工具並將結果交給模型。
這幾家廠商的實現方式有所不同,但方向已經比較明確:原本分散在應用框架、檢索工具和第三方服務中的部分能力,正在被整合進模型廠商提供的 API 體系。
對於開發者,這種變化降低了使用門檻。一個原本需要接入多個外部工具的功能,現在可能通過開啟幾個參數就能完成基礎版本。
對模型廠商而言,競爭範圍也隨之擴大。開發者選擇某個模型 API 時,不再只考慮模型質量、推理速度和 Token 價格,還包括搜索結果、文檔處理、工具執行穩定性、開發便利性以及服務端能夠承擔多少工作。
DeepSeek 還有一項值得注意的設計:此次新增功能同時支持 Messages、Responses 和 Chat Completions 三種接口,其中包含 Anthropic 和 OpenAI 風格的協議。
這使得已經使用相應 API 協議的開發者有機會沿用現有客户端或部分調用結構,降低遷移成本。不過,協議兼容並不意味着所有模型能力、參數和工具都可以直接替換,具體仍取決於各家實現。
DeepSeek 目前明確支持這些應用層功能的是 V4.1-Flash 模型。開發者如果希望使用其託管搜索和文檔處理能力,需要考慮對應模型是否滿足自身業務需求。
少寫了代碼,也交出了一部分控制權
工具編排轉移到模型廠商服務端之后,隨之出現一個問題:開發者還能在多大程度上控制模型的執行過程?
DeepSeek 的新接口提供了一個具體例子。根據官方文檔,當開發者開啟託管聯網搜索或網頁閲讀工具時,不能通過`tool_choice`強制指定模型執行其中某個工具,否則將返回 400 錯誤。是否發起搜索、是否閲讀鏈接,由模型自行判斷。
此外,DeepSeek 目前尚未開放託管搜索的域名白名單、黑名單等控制參數。如果應用需要限定搜索來源,開發者仍需通過獨立 Search、Fetch 接口或自建工具鏈實現。DeepSeek 還對部分 API 參數設置了限制,當開發者聲明託管聯網工具、開啟高級安全校驗或啟用會話標題時,部分生成與工具控制參數將由服務端決定,即使開發者傳入也不會生效。
這對於普通聊天應用可能比較方便,但對於需要強制檢索的業務流程,意味着開發者不能簡單地依靠原有工具選擇參數來保證執行。
更值得注意的是參數控制。DeepSeek 文檔顯示,啟用部分託管工具或安全功能后,某些請求參數將由服務端決定,即使開發者傳入也會被忽略。這對於依賴固定配置進行模型評測、重複執行任務,或者需要精確限制外部工具調用的應用,是一個需要提前考慮的變化。
在 Messages API 中,這些參數包括`temperature`、`top_p`、`top_k`及部分思考控制參數;
在 Responses API 中,包括`max_tool_calls`、`parallel_tool_calls`等;
在 Chat Completions API 中,則涉及`seed`、`temperature`和`top_p`等。
相比之下,OpenAI 和 Anthropic 的部分託管工具提供了域名限制、調用次數等控制能力。這種差異反映了模型服務平臺設計上的不同取捨:封裝越完整,開發者需要處理的細節通常越少;但如果希望自行決定搜索策略、工具執行順序和異常處理方式,仍可能需要保留自己的編排層。
DeepSeek 開放獨立 Search 和 Fetch 接口,也為這種需求提供了選擇。開發者可以繞過託管式搜索,直接控制查詢詞、返回結果數量和網頁抓取,再自行決定如何把結果交給模型。
因此,對於簡單問答、原型開發和標準化助手,服務端託管具有較明顯的便利性;對於強調數據來源、執行可審計性和複雜業務規則的產品,自建工具鏈仍有價值。