DeepSeek 把 App 塞进接口,搜索另收钱、混元语音会点歌

哈喽各位看官大家好！今天依旧给大家带来最新 AI 快讯：

具体怎么个事，我们继续往下看~

11 月 13 日晚，DeepSeek 开放全家桶应用 API。打开对应参数，深度思考搜索、文件输入就直接有了，OCR、ASR 也单独开了接口。

开发者省掉的是自己拼装搜索、解析 PDF、接语音那一段。官方还开源了前端 Demo，导入历史对话就能跑，复刻一个完整 App 不算难。

不过这些扩展能力单独计费，搜索和抓取各 5 元每千次；按官方说法，对外服务还要开安全校验参数。

工具能力的单独计价表，图源 DeepSeek

腾讯混元 13 日发布实时语音模型 Hy Realtime，补了两块，一是自己判断要不要联网搜、直接调工具，二是开口唱歌。

它已在元宝语音通话和腾讯客服上线，手机端免费试，首页点电话图标、选「自由对话」，音色挑「初语」。

元宝里三步用上初语音色，图源腾讯混元

点歌能按歌手、专辑、曲风、语种组合着来，还能接着上一句继续换。官方说下一步补双工交互和长期记忆。

Android Authority 扒出 Gemini 任务自动化的适配清单，稳定版安卓 17 有 114 款 App，Canary 再加 20 款，合计 134 款。

做法是在虚拟屏幕里真把应用打开，替你搜索、挑商品、加购物车，结账前停下来等你确认，实测能在 Zomato 点餐，没进名单的 Swiggy 直接被拒。

Gemini 下单后提醒去应用里确认，图源 Android Authority

进名单不等于能用。应用得在谷歌白名单里、签名还得匹配，Word、Outlook 在列，实测改不了文档也跑不起自动化，完整名单谷歌还没公开。

llama.cpp 和底层引擎 ggml 在 13 日一起进了 1.0.0。这个 C/C++ 写的推理项目只干一件事，让模型在个人电脑上跑起来，断网也能跑。

1.0.0 的发布卡片，图源 Georgi Gerganov 推文

对做集成的人更实在的是接口规则定死了，主版本号一动就是破坏性变更，看版本号就知道要不要改代码。

它现在支持 150 多种模型架构，英伟达、AMD、高通、Arm、英特尔都在给它出硬件跑跨平台测试。