夜雨聆风学习资料网

ARTICLE · 1373603

DeepSeek 把 App 拆成了 API,读 10 页 PDF 再开口回答要花多少钱?

DeepSeek 把 App 拆成了 API,读 10 页 PDF 再开口回答要花多少钱?

给客服助手发一份录音笔说明书,再按住话筒问一句:“这盏黄灯一直闪是什么意思?厂商后来改过提示吗?”你希望它能看懂手册里的灯号图,查一下厂商的新公告,再把答案念给你听。

11 月 13 日晚,DeepSeek 把自家 App 用的搜索、读文件和语音等能力开放成了 API。做上面这个助手,现在一家就能接齐。对我来说,省事的是搜完之后那一步。过去搜回来十条结果,还得自己写程序,决定往对话里塞哪几条。现在模型能接着读网页,服务端也会把读到的内容拼好。DeepSeek 官方公告

一句语音,从说明书查到厂商公告

用户松开话筒,先由语音识别(ASR)把问题转成文字。那份带灯号图的 PDF 用“图文混排”模式上传,再把文件 ID 放进对话。纯文字模式会丢掉图,图文混排会把识别出的图放回原位置。用户问的恰好是灯号,这一步选对了,模型才有图可看。文件解析指南

手册能解释黄灯,后来的固件有没有改过,还要查厂商公告。给 deepseek-flash 打开 deepseek_web_search,普通模式可以搜网页或图片,回答附上出处。切到思考模式,同一个工具可以分几步搜索、打开网页。用户要是已经把公告链接贴过来,也可以启用 deepseek_read_url 直接读。最后把回答文字交给语音合成(TTS)朗读。联网工具指南

顺着橙色标记看,右上是搜到的来源,中间是打开过的网页,最下面的小角标把回答连回出处。DeepSeek 对话界面原图

要做带搜索的聊天助手,官方目前列出的模型是 deepseek-flash(V4.1-Flash-1017),可走 Messages、Responses、Chat Completions 三种接口。只想把语音留言转成文字,单调 ASR 就够了。手里有一箱扫描件,调 OCR 也能直接拿到识别结果。这两个独立接口都用不着开一轮对话。独立的网页搜索和抓取其实 10 月 17 日就已开放,11 月这次才把对话、文件和语音这几块补齐。10 月发布记录 · 对话接入说明

这条问答,账单怎么拆?

按 11 月 17 日的官方定价,工具各有各的计量单位。下面两列分别取自中英文定价页。人民币定价 · 美元定价

工具和计费单位
人民币
美元
搜索 / 每千次
5 元
$0.75
抓取网页 / 每千次
5 元
$0.75
文件解析或 OCR / 每千页
1.5 元
$0.225
语音识别 / 每小时音频
0.39 元
$0.058
语音合成 / 每万计费字符
1.5 元
$0.225

语音两项是限时五折,公告没写截止日期。人民币常规价分别为转写每小时 0.78 元、合成每万计费字符 3 元。官方价格图 · DeepSeek 的 X 发布帖

拿开头的说明书算一次。假设首次解析一份 10 页的扫描版 PDF,用户提问 30 秒,模型产生 1 次计费搜索和 1 次计费抓取,最后朗读 200 个汉字。按上表的人民币价格,四笔工具费可以逐项算出来。

  • • 读 10 页 PDF,0.015 元。
  • • 转写 30 秒语音,0.00325 元。
  • • 搜一次、抓一次网页,合计 0.01 元。
  • • 朗读 200 个汉字,按 400 个计费字符算,0.06 元。这一笔比前三项加起来还高。语音合成计费规则

工具费合计 0.08825 元。再假设整轮在高峰时段用了 1 万个未命中缓存的输入 tokens、500 个计费输出 tokens,按每百万输入 2 元、输出 8 元,加上 0.024 元模型费,这一问一答约 0.11 元。模型分时价格

同样的用量放到空闲时段,减半的是模型费。深度搜索如果多查了几次,工具费也会跟着变。要算自己的账,看响应里实际计费的搜索、抓取次数,比数界面上出现了几张搜索卡片准得多。联网用量说明

如果用户接着问“那我要怎么关掉黄灯”,沿用同一个文件 ID 就能省下第二遍解析费。重新放进上下文的文档内容,照常计入输入 tokens。文件解析计费

做成产品前,先看这几个限制

长录音要先分段。 ASR 能识别 21 种语言,一次接收完整音频,最长 120 秒、最大 8 MiB,录完才返回文字。朗读这头支持流式输出,有 Stella、Tide 两种音色,覆盖 10 种语言,单次上限是 1 万个计费字符。处理 PDF、Word、PPT 或图片的独立 OCR 接口,单文件上限是 100 MiB、1000 页。语音识别 · 语音合成 · OCR

追问要接得上。 前端要展示搜索过程和引用,后续请求还得按协议回传相应内容块。开了联网、读链接、高级安全校验或自动标题后,temperature 和 top_p 由服务端决定。给单步输出设了上限,一轮里多次推理的总用量仍可能超过这个数。对话接入说明

公开服务还得有人管。 DeepSeek 要求对外提供服务时开启 safety_check,由它审核输入和输出。用户账号、用量控制,以及适用的内容审核、大模型登记和 AI 生成内容标识,仍需服务提供者处理。模型内容安全说明

官方开源了一个能直接体验的聊天 Demo,填入自己的 API Key 就能试,也能导入 DeepSeek 历史对话。密钥、聊天记录和上传的图片保存在当前浏览器。你可以挑一份公开说明书,专门问两个问题,一个只能看图回答,一个必须去官网查。看看它有没有认对那盏灯,再点开引用,看看厂商到底有没有改过说明。这两关过了,再考虑把它接进自己的客服。打开官方 Demo · GitHub 源码

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料