#探寻人工智能,从技术到真实世界#
11月13日,DeepSeek开放一整套应用API,把搜索、文件输入、读链接和语音等能力提供给开发者。对想做企业助手、小型问答工具的团队,最直接的变化是:一些原本要自行串接的工具流程,现在可以交给服务端处理。
普通用户继续使用现有App即可。这次公告的重点,是把应用能力开放成接口;做出一个可公开使用的产品,仍要完成界面、权限、内容安全和成本管理。
编程工作场景资料照,非DeepSeek产品界面。
搜索、文件、链接分别做什么
按DeepSeek官方文档,deepseek-flash可通过Messages、Responses、Chat Completions三类接口接入这些能力,工具调用与上下文拼接由服务端完成。
不启用思考时,联网工具可搜索网页或图片并提供引用;启用思考后,模型可以在多步推理中继续搜索、读页面。文件输入则把PDF、Office文档、图片等解析后放进对话上下文,读链接功能可抓取用户消息中的网页链接。
例如做一个资料问答助手,可以先让用户提交文件,再围绕文件追问;确实需要最新网页信息时,再启用联网工具。接口支持这些动作,不代表每份文件都能准确读懂,测试仍应包含表格、扫描件及信息缺失的情况。
费用要拆开算
截至11月14日,官方美元价目表列出的搜索与网页抓取费用,各为每1000次0.75美元;文件解析和OCR为每1000页0.225美元。它们要与模型输入、输出的词元费用分开计算。
一次对话可能包含多次搜索或抓取,因此用“聊天条数”直接估算账单容易漏项。小规模测试时,宜同时记录回答质量、工具次数与实际用量,再判断哪些步骤有必要默认开启。价格可能调整,接入前应重新核对。
接上接口之后还有两道检查
第一是兼容性。官方接入说明提示,开启相关工具后,部分采样、工具控制参数由服务端决定;输出上限也要按每一步推理理解,不能直接当作整轮总量上限。已有应用迁移时,不能只换一个模型名就假设行为完全不变。
第二是上线责任。官方要求面向公众的应用启用安全检查,开发者仍需履行内容审核、适用的模型备案及AI生成内容标识义务。官方开源Demo用于展示接法,不等于拿来就能上线的成品。
这次开放减少的是基础能力的拼接工作。对开发者更有用的下一步,是选一个小而明确的场景,把文件解析、引用核对和费用记录走通,再扩展功能。