DeepSeek把App能力开放了,开发者该接哪一层?

11月13日，DeepSeek发布了“全家桶应用API”，把搜索、阅读链接、文件输入、语音和基础内容安全能力开放给开发者。接入者能在自己的产品里组合这些功能，不必把用户送回DeepSeek App。

这次更新值得看的地方，是模型之外的那段工作也有了现成接口：收到一个问题后，要不要联网、搜什么、打开哪些网页，以及怎样把来源放进回答。一个聊天产品的可用性，很大程度上就落在这些环节里。

按公告，相关对话能力接入V4.1-Flash，模型名为deepseek-flash，覆盖Messages、Responses和Chat Completions三种协议。另有Search、Fetch、OCR、语音识别和语音合成等独立接口。同一批能力，既可以交给DeepSeek自动组织，也可以拆开嵌进自己的流程。这两种接法，适合解决不同的问题。

搜索过程，要交给谁决定

假设你在做一个产品资料助手，用户问：“这两款设备的最新参数有什么区别？”如果采用对话内的联网工具，模型可以判断是否搜索；开启思考后，还能继续打开网页、在页面里查找，再形成带引用的答案。这些动作由服务端执行，客户端不必逐个接过工具调用再把结果送回来。

这省下的，是一段需要反复往返的搜索流程。开发者拿到的也不只是一段最终文字。官方指南把响应拆成思考、搜索结果、网页阅读和正文引用等内容块，前端据此展示搜索过程和来源。

但如果这个助手必须只查指定厂商的网站，或者需要把抓到的原文交给另一套程序处理，独立接口更值得看。按Search与Fetch文档，Search支持在查询中使用site:等语法，也可以请求返回网页正文；Fetch则把单个网页抓成Markdown文本。

两者的区别因此很具体：对话内联网省去了自行组织搜索步骤的工作，独立接口则让开发者亲自安排查询、筛选和后续处理。“全家桶”并不要求把整个应用都交给同一种工作方式。一个已有检索流程的团队，可以只接它需要的工具；希望尽快做出通用问答体验的团队，可以先采用服务端组织的路径。这里的选择依据是流程要求，文档并没有提供足以证明哪一种普遍更快、更准的对照测试。

文件输入也有类似的产品选择。文件解析文档区分纯文字解析与图文解析：前者丢弃图表、照片等视觉内容，后者把识别出的图片按位置交给模型。对一份靠趋势图表达结论的报告，“支持上传PDF”还不足以说明助手能回答图里的问题；接入时选了哪种解析方式，会直接改变模型读到的材料。图文解析也不保证识别出每一张图。

5元每千次，不能按千次提问算

公告中的工具价目表很直观：文字或图片搜索5元每千次，网页抓取也是5元每千次；文字识别1.5元每千页。语音识别与合成另按时长、字符计价，图中语音价格带有限时优惠条件。

容易算错的是“次”的含义。联网工具的计费说明写明：一次搜索调用如果带了多个查询词，返回结果时按查询词条数计费。界面上展示的一次搜索，不一定只对应一次收费。

例如，假设一次回答发起了包含3个查询词的搜索并返回结果，又实际从网络抓取了2个网页，那么仅这两项工具费就是(3＋2)×5÷1000＝0.025元。这是按文档口径举的例子，不是一次实测账单，也还没有包括模型处理输入、思考与作答的Token费用。重复打开已有内容和页内查找等动作，也不能一律按新增抓取收费。

这个差别会影响产品怎么定价。固定次数的用户提问，背后可能对应不同长度的搜索过程；只拿工具单价乘以提问数量，会漏掉一次问题触发多次操作的成本。文档提供了实际计费次数，应用应按它统计，不能拿界面上的结果卡片数量代替。

服务端自动组织流程，还会改变一些熟悉参数的含义。官方总览明确：启用联网工具等功能时，Responses协议的max_tool_calls会被忽略；max_tokens一类输出上限限制的是每一步推理，并非整轮总输出。把旧客户端的参数原样搬过来，不能据此断言已经设好了整次回答的费用上限。这正是采用托管流程时需要重新理解的控制范围。

DeepSeek还公开了一个聊天前端演示项目，包含流式回复、文件上传、语音交互与历史导入导出等功能。它让开发者有了可查看的接入样例。仓库说明，密钥和对话等数据保存在本地浏览器，但调用功能时，相关内容仍会发往所配置的API服务；本地保存不能被理解成离线处理。

这次开放降低的是把搜索、文档和语音接成可用对话体验的门槛。对于通用聊天入口，现成能力越完整，重复搭建它们的必要性就越小。对于有明确业务流程的产品，独立工具接口则留下了重新组合的空间：哪些资料进入答案、搜索到哪里为止、每次任务愿意花多少钱，仍然可以成为产品设计的一部分。