一、开的是参数，不是新接口

deepseek-flash（也就是V4.1-Flash-1017）在Messages、Responses、Chat Completions三个接口下都能直接开这几项：

deepseek_web_search，非思考模式是普通联网搜索，模型自己判断要不要搜，搜完带引用回答；切到思考模式，同一个工具变成 “深度思考搜索”，在多步推理里边想边搜、边搜边读。

deepseek_read_url，把用户消息里的链接交给它，自己抓正文，再结合上下文作答。

文件输入走单独的Files API：PDF、Office、图片传上去，选纯文本提取或图文混排解析，拿回file_id塞进对话。单文件上限100MB、1000页，一次请求最多引20个文档。

safety_check设成 high，输入和输出各过一遍风控：输入命中返400，输出命中以refusal结束。

还有一个不太起眼的 title，回答结束时返回个短会话标题。做过聊天产品的人知道，这功能自己实现起来挺麻烦。

二、真正重点是 “服务端闭环”

功能清单不难抄，难的是那句话：工具调用与上下文拼接均由服务端完成。

以前做这类产品，最麻烦的不是调模型，是衔接。搜索要自己接引擎、清洗结果、塞进prompt；文件要自己解析、算 token、截断；链接要自己抓、处理编码。每一环都容易出问题，且都得自己维护。

现在这一整段搬到了服务端，客户端只干两件事：展示返回的块，下一轮原样回传。这是本次更新最实质的变化。

三、五个独立接口，价格不贵但要叠加

Search、Fetch、OCR、ASR、TTS都能单独调，费用叠加在token之上：

模型本身没涨：deepseek-flash输入缓存未命中闲时1元、峰时2元每百万token，输出闲时4元、峰时8元，缓存命中0.02元。高峰是工作日9:00—12:00、14:00—18:00，其余算闲时，周末全天便宜。

ASR覆盖21种语言，单次最长120 秒、8MB，不支持流式；TTS覆盖10种语言，女声stella、男声tide两个音色，中文一个字按两个计费字符算。这俩的限时五折没写截止日期，别默认它会一直在。

四、Demo可以直接抄

官方开源了个前端Demo，MIT协议，静态页面、没有后端，浏览器直连API。多会话、自动标题、消息分支、流式、深度思考、搜索带引用、附件、语音输入与朗读、Markdown/KaTeX/Mermaid，中英双语都齐了。跑源码要Node 22.12以上加pnpm。

两个提醒。一是 Key 和设置存在浏览器 localStorage，会话和原始附件在 IndexedDB，自己部署到公网前先把这块想清楚。二是它支持导入 DeepSeek App 导出的 ZIP，但导入会覆盖本地全部会话与附件，手别抖。news.sulat.com

五、总结

对独立开发者是好事，尤其是想做垂直场景聊天产品、又不想被工程细节拖死的那批人。但坑得提前知道：

开了联网工具、读链接、安全审核或标题之后，temperature、top_p这类采样参数由服务端接管，你传了也不生效；这几个服务端工具目前还不能跟其他工具混着声明；拒答可能在文字已经流式吐出去之后才到，客户端必须能撤回重画；审核消耗的 token按输出计费，另外单独报safety_tokens。