AREX Feed Article
DeepSeek 官宣 App 能力全面开放至 API：V4.1-Flash 内置搜索与安全检查，OCR/ASR/TTS 独立接口同步推出
北京时间 11 月 13 日 22 时 24 分，DeepSeek 官方 X 账号 @deepseek_ai 以宣布：DeepSeek App 背后的能力现已通过 DeepSeek API 提供——搜索、文件、链接、安全检查与语音，「用几个参数即可开启内置功能，或调用 OCR、ASR、TTS 等独立 API」，开发者可在自己的应用里「构建更丰富的对话，或复刻完整的 DeepSeek App」。与帖子一同推出的还有一个开源前端演示，支持导入 DeepSeek 对话历史。
这些能力落在 V4.1-Flash（模型名 deepseek-flash）上，覆盖 Messages、Responses 与 Chat Completions 三种接口，工具调用与上下文组装由服务端处理。宣布约 4 小时后核验，官方文档 Build a Chatbot、定价页与演示站均已可访问；以下能力、接口与定价均为官方发布口径。
五项内置工具：启用参数与执行边界
列出五项内置能力：Web 搜索（非思考模式下按需联网，答案带引用，可搜网页或图片）、深度思考搜索（思考模式下，模型在多步推理过程中自主搜索并阅读网页）、文件输入（PDF、Office 文件、图片等解析进对话上下文）、URL 读取（自动抓取用户消息中的链接）与安全检查（筛查输入输出，检出风险时返回拒答指示）。
启用方式是在请求里声明工具：deepseek_web_search 打开搜索，deepseek_read_url 打开链接读取。按官方 ，模型自己决定是否联网，tool_choice 不能强制指定这两个工具，设为 none 则全部关闭；深度思考搜索的一次回答最多包含约 20 次工具调用，动作只有三种——search（搜索）、open_page（打开页面）、find_in_page（页内查找）；URL 读取只检查最后一条用户消息，最多读前 10 个不同链接，读哪几个由模型决定。
与把工具交给客户端执行的方案不同，这套内置工具的搜索、抓取与上下文组装都发生在 DeepSeek 服务端：客户端收到的是内容块——思考块、server_tool_use 调用块、web_search_tool_result 或 web_fetch_tool_result 结果块、带引用标注（citations）的文本块——渲染后原样传回即可；被读页面的正文以加密 signature 字段随块携带，不以明文经过客户端。官方 用一张截图标注了这些块在 DeepSeek Chat 界面里的对应位置。
deepseek-flash 并非本次的新模型：它对应 9 月 10 日发布的 ——官方当时称其为新架构家族中最小、带原生视觉理解的型号——并于 10 月 17 日更新过 。这次开放的，是包在模型外面的 App 级能力。
文件与语音拆成独立接口
第 1 帖里的「voice」背后是一整层独立端点，官方称其供开发者拼装自定义工作流。给出两个纯 JSON 接口：Search（POST /v1/tools/search，由 DeepSeek 自研搜索引擎驱动，支持 site:、lang:、after: 等查询运算符）与 Fetch（POST /v1/tools/fetch，抓取单页并返回 Markdown）。（文字识别，/v1/tools/ocr）只做识别、不进对话：按页返回文本，保留 <｜ref｜>、<｜box｜> 等带坐标的特殊标记，坐标按页面宽高归一化到 0～1,000，开发者可据此自行定位文字或裁图；文件本身不存入 Files API、也不传给模型。
语音两端同样拆开。（语音转文本，/v1/tools/asr）整段上传、整段返回，不支持流式识别，支持中文、粤语、英语、日语、韩语等 21 种语言并自动检测语种，接受 16-bit PCM WAV 或 Ogg Opus，单条音频不超过 8 MiB、120 秒。（语音合成）提供 stella（女声，默认）与 tide（男声）两个音色、10 种语言，整段请求一次最多 10,000 计费字符、30 分钟音频，另有 WebSocket 流式合成通道，可在模型仍在生成时逐段送入文本。
文件进对话走 两步：上传时选解析方式，对话中引用 file_id。解析分两档：text_recognition 只提纯文本，文档里的图表、照片会被丢弃；rich_layout_recognition 会把图表自动裁出、按原文位置喂给模型，适合带图表的报告与幻灯片。单个文件上限 100 MiB、1,000 页；一次请求最多引用 20 份文档，解析后文本合计不超过 8 MiB。
工具费在 token 费之外：搜索与抓取每千次 0.75 美元
只附了一张定价明细图，正文写明扩展能力在标准 token（词元）计费之外单独收取工具使用费；具体数字见官方。搜索（含图片搜索）与网页抓取均按每千次成功请求 0.75 美元计费，且无论开发者直接调用独立接口、还是模型在内置工具中使用，价格相同。计费只认成功：失败、空结果与超时不计费；一次搜索里包含几个查询词（query）就按几次计；图片搜索每张图算 1 次、图中每个选定区域再加 1 次；深度思考搜索中打开的页面只有真正从网上抓取时才计费，页内查找与重复打开同一页都免费。
OCR 按成功识别的页数计，每千页 0.225 美元。语音两项标注「限时五折」：ASR 按音频时长计费，每小时 0.116 美元、限时 0.058 美元，不足一秒按一秒算；TTS 每 10,000 计费字符 0.45 美元、限时 0.225 美元，汉字按 2 个字符计。两处限时价，定价页与两份指南均未写明截止日期。
模型 token 价格不变：deepseek-flash 每 100 万输入 token 缓存未命中峰时 0.3 美元、谷时 0.15 美元（缓存命中峰时 0.006 美元、谷时 0.003 美元），输出峰时 1.2 美元、谷时 0.6 美元；峰时为 UTC 周一至周五 01:00～04:00 与 06:00～10:00，其余时段均为谷时。还注明一笔容易漏算的账：经由 DeepSeek Harness、Claude Code 或 Codex 使用 DeepSeek API 时，服务端工具调用走的正是 Search 与 Fetch 接口，按请求计费自北京时间 2026 年 11 月 1 日 0 时开始。
面向公众的应用必须开启安全检查
五项能力中，安全检查带有强制要求。官方文档写明：safety_check 分 low 与 high 两档，开启后模型输入与输出都会经过审查，检出风险时返回拒答标记（stop_reason 为 refusal），输入侧被拦的请求直接报 400 Content Exists Risk；链接读取的页面也要先过审，未通过的返回 url_not_allowed 错误。
对外提供服务的应用必须开启该参数，但责任不随参数转移——写明，内容审核、适用的大模型登记与 AI 生成内容标识，仍由开发者自行承担。
开源前端演示：用你自己的 key 复刻一个 DeepSeek App
与 API 一同发布的 是一个 MIT 许可的 TypeScript 静态前端：无需应用后端，浏览器直连 API，API key、对话与上传的图片只存在本地（localStorage 与 IndexedDB）；官方文档注明它「仅供演示」。功能覆盖自动起标题、消息编辑与重新生成、附件拖拽上传、语音输入与朗读、Markdown/KaTeX/Mermaid 渲染、中英文界面与明暗主题，以及对话历史的 ZIP 导入导出——导入会整体替换本地历史。仓库默认通过 Anthropic 兼容的 Messages/Files 接口调用 deepseek-flash；（页面版本号 0.1.1）在核验时可以打开，仓库当时已有 524 stars、94 forks。
把意图说得很直白：「DeepSeek App 只是与 AI 交互的方式之一。它的能力现在归你自由调用、组合。」
开发者的第一波反应：价格、控制权与合规
宣布后约 4 小时，首帖已有 5,655 次点赞、约 39.9 万次浏览。拥有 19,000 多粉丝的工程师 mylifcc 在回复里给出一句简洁的中文概括：「省流：DeepSeek 把网页的搜索、读文件、读取网页能力变成了 API，你现在可以自己造一个 DeepSeek 的网页」。对价格的不满也出现在回复里：独立开发者 aiislove666 写道「TTS API 的价格太贵了」。
更多保留意见指向服务端组装本身。Karsten Samaschke 说：「上下文组装我会留在自己这边——一旦由服务商拼上下文，你看不到代理实际用了什么材料，出了问题也没法修。」leehoo 的判断落在合规上：「对外的应用必须开安全检查，备案和内容标识还得开发者自己扛。小团队拿它套壳做个聊天产品，最先卡住的多半是合规这一步，技术反倒简单。」Jerry Liu 则列出了三个具体问题：从抓取页面进入 API 的提示注入如何处理、检索到的段落与工具调用能否带回溯源信息、检索内容的 token 如何计费与缓存。