DeepSeek 把整个 App 搬进了 API：搜索、读 PDF、语音全都给你，但每次搜索单独收钱
3分钟看懂
11 月 13 日晚上 10 点出头，DeepSeek 在官方文档里发了一条更新：把 App 里那套「能联网、能读文件、能听会说」的对话能力，直接做成了 API 参数。
以前你要做一个类似 DeepSeek App 的聊天应用，得自己接搜索 API、自己解析 PDF、自己把搜索结果拼回上下文、自己找语音服务。现在这些活全在服务端完成，客户端只负责把返回的块展示出来。
同时它开源了一个前端 Demo，把 DeepSeek 的历史对话导进去就能接着聊 —— 官方原话是「开发者可以在自己的应用中轻松实现复杂的对话功能，甚至 1:1 复刻出完整的 DeepSeek App」。
一句话结论：DeepSeek 开始把「应用层体验」当商品卖了，而且卖法是按次计费，不只是按 token。
对做应用的人来说，这件事的分量在于：大语言模型的竞争已经从「谁的推理能力强」挪到了「谁把周边脏活干完了」。1M 长上下文、工具调用、联网、文件解析、语音，现在是一套打包好的接口，而不是一张需要你自己拼的零件清单。
发生了什么
官方 changelog 的日期是 2026-11-13，标题就叫「Releasing the full suite of application APIs」；官方 news 页对应条目标注「DeepSeek Full-Suite App API Release 2026/11/13」。第一财经 22:22、IT之家 22:29、金十数据 22:25 先后转述，三家口径一致，均为当晚（北京时间）发布。
具体来说，deepseek-flash（底层是 DeepSeek-V4.1-Flash-1017）在 Messages、Responses、Chat Completions 三套接口里都支持了下面这些能力，工具调用和上下文拼接都由服务端处理：
1. 联网搜索与「深度思考搜索」
打开 deepseek_web_search 工具后：
- 关闭思考模式时，模型判断该不该搜，搜完带引用作答，和网页版 DeepSeek 的联网搜索一样；
- 打开思考模式，就变成「深度思考搜索」：模型在多步推理过程中自己去搜、自己打开页面、自己在页面里找文字，边推理边核对事实。
一个细节值得注意：一次搜索可以包含多个 query，官方示例里一次请求就同时发了「Iceland population 2024」和「Iceland population 2025」两条。计费按「搜索次数」算，不是按 query 条数算 —— 这点对成本估算很关键。
2. 读链接（URL Reading）
只声明 deepseek_read_url、不声明搜索工具时，模型会找出用户消息里的链接，抓下来结合上下文回答。适合「帮我看下这篇文章讲了什么」这类场景，也适合把自家文档站的链接丢进去。
3. 文件输入（Files API + File Parsing）
分两步：先 POST /files 上传并选择解析方式，拿到 file_id；再在对话请求里引用这个 id。
解析方式有两种，区别只在「模型能不能看见文档里的图」：
text_recognition：只取文字，图表照片全部丢弃。适合合同、论文、扫描件这类以文字为主的文档。rich_layout_recognition：文字加图，图表照片会被自动裁出来，按原位置塞给模型。适合带图表的财报、PPT、带示意图的说明书。
官方明说了两个限制：裁图是自动检测的，不保证每张图都能识别出来；被裁出来的图会消耗图片输入 token，也占用单次请求的图片数量上限。
4. 安全校验
"safety_check": {"level": "high"} 打开基础风控，输入输出都过一遍，命中风险时返回拒答标识。官方同时写了一句很实在的话：这个参数能帮你满足合规要求，但不能替代你作为服务提供方的内容安全审核义务，责任还是你的。如果对外提供公开服务，官方要求必须开启。
5. 独立工具接口：搜索、抓取、OCR、ASR、TTS
不想让模型自己决定要不要搜，也可以当普通 API 直接调：
- 搜索：
POST https://api.deepseek.com/v1/tools/search - 抓取：
POST https://api.deepseek.com/v1/tools/fetch（返回 Markdown） - OCR：
POST https://api.deepseek.com/v1/tools/ocr（按页返回，文件不进 Files API、也不进模型） - 语音识别：
POST https://api.deepseek.com/v1/tools/asr - 语音合成：
POST https://api.deepseek.com/v1/tools/tts，另有 WebSocket 流式版
搜索 API 目前不支持图片搜索，图片搜索只能走模型侧的 web 工具。
怎么用：三步把「会搜索的聊天机器人」跑起来
第一步，拿一个 API key，确认用的是 deepseek-flash。
第二步，在请求里声明工具。以 Chat Completions 为例，tools 数组里放 {"type": "deepseek_web_search"} 和 {"type": "deepseek_read_url"}，thinking 打开就是深度思考搜索，关掉就是普通联网搜索。
第三步，把返回的内容块原样存下来，下一轮对话时原样传回去。官方强调客户端只负责展示，不要在本地改写这些块 —— 搜索和执行都在服务端，你改了反而会断链。
想先看效果，可以直接开官方 Demo（https://cdn.deepseek.com/chat-demo）或跑源码（https://github.com/deepseek-ai/chat-demo）。这个仓库是 11-13 当天建的：首个 commit 时间是 2026-11-13T14:02:56Z，四十分钟后发了 v0.1.1 修「历史导入报错」的提示。它是纯静态前端，浏览器直连 API，API key 存在 localStorage 里，对话存 IndexedDB —— 官方也写明「Demo 仅供演示」。
成本：一次搜索和一次回答，价格差不多
这是本次更新里最容易被忽略、但对产品定价影响最大的一点：工具费开始和 token 费同量级了。
官方价目表（美元，按 1M token / 每次调用计）：
deepseek-flash输入（缓存未命中）：非高峰 $0.15，高峰 $0.30deepseek-flash输出：非高峰 $0.60，高峰 $1.20- 搜索（文字、图片）：每 1,000 次 $0.75
- 网页抓取：每 1,000 次 $0.75
- 文件解析 / OCR：每 1,000 页 $0.225
- 语音识别：原价 $0.116/小时，限时五折 $0.058/小时
- 语音合成：原价 $0.45/万字符，限时五折 $0.225/万字符
换算一下：一次搜索 $0.00075。而一次普通问答如果输入 2,000 token、输出 500 token，非高峰成本约 $0.0003 + $0.0003 = $0.0006。也就是说一次搜索的钱，已经超过一次中等长度问答的模型费。
如果一次深度思考搜索触发了 3 轮、每轮一次搜索加一次抓取，工具费就是 $0.0045 左右，相当于 7 次普通问答。做免费额度或者按次定价的产品，必须把这块单独算进去，否则用户量一上来就是纯亏。
IT之家给出的国内口径是：文字/图片搜索 5 元/千次、网页抓取 5 元/千次、文字识别 1.5 元/千页、语音识别优惠后 0.39 元/小时、语音合成优惠后 1.5 元/万字符，与官方美元价基本对得上。
适用场景：谁该马上试
- 做垂直知识库/客服的中小团队：以前要串三四个供应商（向量库 + 搜索 + 文档解析），现在一套 key 打通，接入成本降一个数量级。
- 独立开发者想快速验证产品形态：官方 Demo 就是完整参考实现，改改 UI 就能上线内测。
- 需要「带引用的回答」的场景：搜索返回结构里自带
citations和page_age，做事实核查类产品很省事。 - 中文/多语种语音输入输出：ASR 支持 20 多种语言（含粤语），TTS 支持 10 种，中小团队没必要再单独接一家。
不适用场景：这几种情况先别急
- 需要流式语音识别的：官方明确写「不支持流式识别」，整段音频一次发、整段结果一次回。做实时字幕、实时会议转写的不合适。
- 要处理超长音频的：ASR 单次上限 120 秒、8 MiB，超过就得自己切片再拼。
- 要指定工具必须被调用的：
tool_choice不能指定deepseek_web_search或deepseek_read_url，指定了直接返回 400。搜不搜由模型决定，你只能整体关掉（tool_choice: "none"会连读链接一起关）。 - 需要图片搜索且要独立调用的：搜索 API 还不支持图片，只有走模型侧的 web 工具才行。
- 多声道会议录音：ASR 对立体声只识别左声道，右声道的人等于没说话。
- 对成本极度敏感的免费产品：工具费按次收，用户随便搜几下成本就上去了。
避坑：官方文档里写死的限制
这些坑不写进代码里，上线后会以 400/408/413 的形式找上你：
- OCR 有总时限：文件最大 100 MiB、最多 1,000 页；上传必须 120 秒内完成、中途停顿不能超过 30 秒；从上传开始算总共 180 秒，覆盖上传、识别、返回结果。传大文件前先想想网络。
- TTS 单次 10,000 计费字符、请求体最大 64 KiB，只有
stella（女声，默认）和tide（男声）两个音色。想要更多音色现在没有。 - ASR 格式限制死：只认 16-bit PCM WAV 或 Ogg Opus，WAV 采样率必须是 8000/16000/22050/24000/32000/44100/48000 之一。用手机随手录的 m4a 要先转码。
- rich_layout_recognition 不是万能的：官方用了「not every figure is guaranteed to be detected」这种措辞 —— 图表没被裁出来，模型就是看不见，别指望它读懂所有 PPT。
- 文件有生命周期：
expires_after[seconds]可设 3600 到 2592000 秒（1 小时到 30 天），不设就是永久保存。做多租户的话，记得主动清理。 - 安全校验不背锅：
high只是基础风控，官方原文是你仍承担内容安全审核的主要责任。
时间线：这不是一次孤立更新
- 2026-09-10：DeepSeek-V4.1-Flash 发布，原生多模态视觉理解，API 名
deepseek-flash - 2026-10-17：V4.1-Flash 升级到 V4.1-Flash-1017，同时开放自研搜索 API
- 2026-11-13：把 App 的全套对话能力开放成 API，并开源前端 Demo
可以看出路径很清楚：先有模型，再放开搜索，最后把「一整个 App 的体验」打包成接口。10-17 那次只放出了搜索这个零件，这次放出的是整条装配线。
行动建议
第一步，先花十分钟跑官方 Demo，用你自己的 key 试三个动作：让它搜一条今天的中文新闻、上传一份带图表的 PDF 问图里的数字、用语音问一句话。这三个动作分别验证搜索、富版式解析、语音链路是否满足你的场景。
第二步，拿你自己的真实文档和真实问题做 20 次抽样，统计「搜索触发率」和「平均每次搜索几轮」。这两个数字乘以 $0.00075，就是你产品的工具成本底价。
第三步，把工具费和 token 费在账单里分成两栏，别混在一起看。混在一起，你永远不知道钱是花在「模型变笨了要重试」还是「用户太爱搜索」。
参考来源
- DeepSeek 官方 changelog（2026-11-13）：https://api-docs.deepseek.com/updates
- DeepSeek 官方发布页：https://api-docs.deepseek.com/news/news261113
- DeepSeek 官方价格表：https://api-docs.deepseek.com/quick_start/pricing
- DeepSeek 官方 Web Tools 文档：https://api-docs.deepseek.com/guides/web_tools
- DeepSeek 官方 Build a Chatbot 文档：https://api-docs.deepseek.com/guides/build_a_chatbot
- 开源 Demo 仓库：https://github.com/deepseek-ai/chat-demo
- 第一财经（2026-11-13 22:22）：https://www.yicai.com/news/103440560.html
- IT之家（2026-11-13 22:29）：https://www.ithome.com/1/026/960.htm
- AIIntel 英文转述：https://aiintelglobal.com/news/2026-11-13-deepseek-app-api
本文基于 DeepSeek 官方文档与多家媒体转述整理，价格与限制以官方文档为准。