DeepSeek宣布开放App功能组合API

DeepSeek 这次开放的重点，是把 App 里的搜索、文件处理和语音能力交给开发者：既能让模型自动调用，也能拆成独立接口使用。对做 AI 应用的团队来说，价值在于少接几家服务、少写一部分工具编排代码。

量子位把它称为可以「1：1 复刻 DeepSeek App」。这个说法需要收一收：能力接口开放，并不等于产品体验已经对齐。更值得看的是，新接口能省掉哪些开发工作，以及公布的低价覆盖了多少实际成本。

搜索开放过了，这次少写的是什么代码

按原文，DeepSeek 早在今年 10 月 17 日就开放了自研 Search 和 Fetch 接口。Search 负责找网页，Fetch 负责读取网页内容，但整个调用流程要由开发者串起来。

例如用户问「最近 AI 圈发生了什么」，应用需要让模型判断是否搜索，再执行 Search、通过 Fetch 读取页面，最后把内容交回模型生成答案。工具可用了，调度工作仍在应用侧。

这次新增的价值，是模型可以自动完成这套过程：决定什么时候搜索、搜索什么、读取哪些网页，再根据结果继续回答。

对普通问答产品而言，减少工具编排代码，比多一个搜索接口更直接。

原文称，V4.1-Flash 已在 Messages、Responses 和 Chat Completions 三类接口下支持相关对话扩展功能。不过，原文没有给出请求示例、参数名和兼容边界，不能仅凭接口名称就认定现有项目可以无修改迁移。

独立接口让开发者可以只取需要的能力

此次开放覆盖联网搜索、深度思考搜索、文件上传、链接阅读，以及首次开放的语音能力。Search、Fetch、OCR、ASR 和 TTS 均提供独立接口，可以单独调用、分别计费。

ASR 是把音频转成文字，TTS 是把文字转成语音。过去开发者要做能听会说的 DeepSeek 助手，通常还需要接入其他语音服务；现在可以直接调用 DeepSeek 官方接口。

这里有两种接入思路：需要完整问答流程时，让模型自动使用工具；只需要识别录音、提取文字或读取网页时，调用对应接口即可。

DeepSeek 还开源了轻量级聊天前端 Demo，并支持导入 DeepSeek 历史对话。这能提供搭建聊天产品的起点，但原文没有说明它是否覆盖账号、权限、存储和生产部署等环节。

因此，「功能接近 App」可以作为方向，「1：1 复刻」还缺少验证。

语音价格很低，但报价不等于应用总成本

按原文公布的价格，ASR 原价为 0.78 元/小时，五折后是 0.39 元/小时，约 0.0065 元/分钟。TTS 原价每万字符 3 元，五折后为 1.5 元。

其他独立工具的价格是：

• Search 和 Fetch 每 1000 次成功调用各收费 5 元。
• OCR 每 1000 页收费 1.5 元，平均每页 0.0015 元。

原文还给出了语音识别价格对比：GPT-Transcribe 每小时 0.27 美元，约人民币 1.81 元；GPT-4o mini Transcribe 为 0.18 美元，约 1.21 元；Google Cloud 标准语音识别为每分钟 0.016 美元，每小时 0.96 美元，约 6.43 元。

以这些报价计算，DeepSeek 的 0.39 元分别约为三者的 1/4.6、1/3.1 和 1/16.5。这里的汇率折算和竞品价格均沿用原文，原文没有交代完整计费条件，也没有提供同一批音频的识别效果对照。

低价足以支持试用，但做会议记录还要考虑后续摘要的模型费用、存储和失败重试。原文也没有说明五折优惠何时结束，长期预算应保留原价口径。

我的判断

把工具单独开放，同时提供模型自动调用方式，这个方向对应用开发有实际价值。简单产品可以少写编排逻辑，已有流程的团队也能按需替换一个组件。

但自动调用会把部分决策交给模型。对需要限定搜索来源、控制调用次数或追踪每一步结果的业务，手动编排仍有价值。原文没有给出两种方式在延迟、成功率和费用上的对照数据。

同样，全文没有展示作者或团队的接入实测、识别准确率及并发测试。这是一篇能力发布解读，不能当成选型评测。至于「DeepSeek 专注模型、把应用探索交给开发者」，属于作者对战略的推断，接口开放本身还不足以证明全部判断。

能拿来做什么

• 做联网问答时，可以先比较模型自动搜索与现有 Search、Fetch 编排流程，用相同问题检查答案来源、响应时间和实际账单，再决定是否替换。
• 做录音转写或文档处理时，可以单独试用 ASR、OCR，用真实业务材料检查错字、专有名词和版面识别效果，再评估价格优势。
• 用开源聊天 Demo 验证交互和历史对话导入，把 API 调用放在 Node 服务端代理，避免在浏览器暴露密钥；上线前再补齐鉴权、限额和错误处理。