DeepSeek 把 App 拆开卖了：搜索、OCR、语音全进了 API

11 月 13 日晚上 10 点，DeepSeek 在官方渠道发了一条更新日志，没有新模型，没有新参数，有的只是一堆接口。

翻译成人话：DeepSeek 网页版和 App 里的那些能力——联网搜索、深度思考时边搜边读、传 PDF、读链接、语音输入输出、敏感内容拦截——现在全部可以按参数开关直接调了。

对接进 API。

以前你想在自己的产品里做一个「能搜网、能读文档、能听能说」的对话助手，得自己去买搜索 API、搭爬虫清洗、找 OCR 供应商、再接一个 TTS，四家账单四套 SDK，自己写胶水代码把它们的调用顺序和上下文拼接串起来。这次这些活儿全在 DeepSeek 服务端完成了，你只管在请求里写一个参数。

到底放开了什么

先说最关键的一点：这不是新模型。所有能力都挂在已有的 deepseek-flash 上，也就是 DeepSeek-V4.1-Flash-1017。deepseek-v4-pro 不在名单里。

放开的具体是三层东西。

第一层，对话内的工具开关。在 Messages、Responses、Chat Completions 三个接口里，打开对应参数即可：

• deepseek_web_search：非思考模式下自动发起网页或图片搜索，回答带引用；打开思考模式，同一个工具会变成多步深度搜索，边推理边读页面
• deepseek_read_url：自动抓取用户消息里粘贴的链接
• 文件输入：PDF、Word、PPT、图片，服务端解析后写进上下文
• safety_check：命中风险时返回拒答标识

第二层，五个独立工具接口。不想走对话流程也行，单点能力可以单独调：

第三层，一个开源的聊天前端。deepseek-ai/chat-demo，MIT 协议，填个 API key 就能试搜索、深度搜索、读链接、传文件、语音输入，还能导入从 DeepSeek Chat 导出的历史记录。key 和会话都留在浏览器本地，官方自己说这是参考原型，不建议直接上生产。

值得注意的是流式返回的 block 类型：server_tool_use、web_search_tool_result、citations_delta，usage 里单独报 web_search_requests 和 web_fetch_requests。

这套 schema 和 Anthropic 的 server-tool 几乎一一对应。如果你现在写的是 Claude 联网搜索的代码，换个 base_url 和模型名基本就能跑。这个兼容度不是巧合，是有意为之。

钱怎么算

工具费用在 token 费用之外另算，这是官方人民币标价：

• 联网 / 图片搜索：5 元 / 千次成功调用
• 网页抓取：5 元 / 千次成功调用
• 文件解析 / OCR：1.5 元 / 千页
• 语音识别 ASR：0.39 元 / 小时（标价 0.78，限时五折）
• 语音合成 TTS：1.5 元 / 万字符（标价 3 元，限时五折）

失败和零结果的搜索抓取不计费。模型本身 deepseek-flash 峰值时段输入 $0.30 / 百万 token（缓存命中 $0.006），输出 $1.20 / 百万，非高峰期直接砍半。上下文 1M，最大输出 384K，并发上限 2500。

自己算一笔：一次带联网的问答，搜索费大约 0.005 元，token 费看上下文大小。如果你的产品每天跑一百万次问答，光搜索费就是 5000 元。

对比自建方案——搜索 API 单独计费、爬虫要付服务器和带宽、OCR 按页、TTS 按字符，四家供应商的价格乘起来往往比 DeepSeek 这套贵，还不算自己的工程维护成本。

但真正的成本不在钱，在切换成本。澎湃新闻的判断很直接：一站式 API 抬高的是换供应商的门槛。现在你的 Agent 链路深度依赖 DeepSeek 的工具语义，某天要迁到别家，调用顺序、上下文拼接、引用格式全得重写。

三个坑，比价格重要

第一，safety_check 是义务，不是选项。官方明确要求：面向公众提供服务的应用必须开启这个参数，同时运营方仍需自行承担内容审核、模型备案和 AI 标识合规责任。别指望开了这个开关就免责。

第二，工具调用全在服务端。好处是上下文拼接不用你写，坏处是你看不到它到底读了哪些页面。引用信息回来了，但你无法完全复现这个过程。做审计、做溯源的场景要留意。

第三，别在主对话里开思考模式搜索然后怪慢。深度搜索模式下模型会多步检索和阅读页面，延迟和调用次数都会上去。一次深度研究类的问题，可能触发十几次抓取——按 5 元/千次算，单次也就几厘钱，但乘上 QPS 和并发就是另一回事了。

这步棋的边界

我不认为这是「DeepSeek 掀桌子」。更准确的描述是：DeepSeek 承认了自己真正的护城河不在模型权重上。

Flash 模型在能力上早就不是第一，但它的价格和速度构成了一个数量级的差异。当 API 便宜到一定程度，你根本不需要挑最强的模型，你需要的是「把所有活都干完的那一家」。DeepSeek 在做的事，是把自己 App 里攒了两年的工程能力（搜索引擎、爬虫管线、文档解析、语音栈、安全审核）打包成一个可以白嫖的 API，然后让开发者在上面盖自己的 App。

有意思的副作用是：官方开源的那个前端 demo，等于亲手给所有套壳创业公司发了一张模板。

还有一条值得记着：搜索和抓取接口 10 月 17 日就上线了，这次只是把它们接进模型调用，补齐 OCR 和语音这最后几块。拼图早就摆在那儿，只是没人拼完。

我会怎么用

如果我今天要做一个文档问答产品，我的路径大概是：

1. 先只用 deepseek_read_url + 文件输入，不开搜索。成本最低，且可预期
2. 文档解析走独立 OCR 接口而不是对话内传文件——按页计价便宜，还不用和大模型上下文抢额度
3. 真要联网时，把 safety_check 打开，这是合规底线不是可选项
4. 前端抄官方 demo 的交互结构就行，没必要自己设计

至于要不要一次性切过去，我建议先在一条非核心链路上跑两周，对比一下搜索质量和长尾场景的表现，再决定要不要把现有的搜索 API 拆掉。

毕竟这次开放的不是模型能力，是管道。管道好不好用，得自己踩过才知道。