• 全部
  • 产业
  • Web 3.0
  • DAO
  • DeFi
  • 符文
  • 空投再质押
  • 以太坊
  • Meme
  • 比特币L2
  • 以太坊L2
  • 研报
  • 头条
  • 投资

免责声明:内容不构成买卖依据,投资有风险,入市需谨慎!

DeepSeek开放搜索和文件输入API,语音功能单独提供

2026-11-13 23:04:09
收藏

DeepSeek 更新 API:新增网页搜索、文件读取及语音处理能力

13日,DeepSeek(深度求索)宣布在现有的对话API中新增网页搜索、文件输入和链接阅读功能,并向开发者开放了语音处理功能。此次更新使得原本仅在App和网页端提供的对话能力,现在可以通过外部服务进行调用。

核心功能详解

1. 网页搜索与链接阅读

DeepSeek表示,通过在现有API中添加特定功能的配置,即可启用搜索、文件输入和链接阅读功能。搜索所需的工具调用和上下文构建由DeepSeek服务器自动处理。开发者只需将返回的内容块显示在界面上,并将其原样传递给下一次请求即可。

  • 普通对话模式:开启“Web Search”工具后,模型会根据问题搜索相关的网页或图片,并附带来源出处进行回答。该工具可由开发者在对话请求中进行设置。
  • 深度思考模式:在此模式下,模型会经过多个步骤进行搜索和页面阅读。与普通搜索不同,它会仔细审视问题,持续进行追加搜索和链接阅读。
  • 链接读取:支持直接读取用户发送的链接。系统区分了“从搜索结果中查找并打开页面”和“获取指定链接内容”两种独立工具。

2. 文件输入与分析

文件输入功能支持PDF、Word、PowerPoint文档以及图片等格式。用户上传文件并在对话请求中指定该文件后,即可基于文件内容获取回答。

文档处理方式分为两种:

  • 仅提取文本字符。
  • 同时分析文本和图片。

需要注意的是,官方说明指出,即使选择第二种方式,也并非文档中的所有图像都会被识别。

3. 语音处理功能

语音功能以独立接口的形式提供:

  • 语音识别 (ASR):将语音转换为文字。
  • 语音合成 (TTS):将文字转换为语音。

技术架构与兼容性

除了集成到对话功能中,开发者还可以单独调用搜索、网页抓取和OCR(光学字符识别)等功能。开发者可以根据需求选择单一功能,或将多种功能捆绑至对话服务中。

对话功能目前支持三种API格式:Messages、Responses 和 Chat Completions。开发者可根据其现有服务结构选择最合适的接口格式进行对接。

定价策略

根据官方费率表:

  • 搜索与网页抓取:无论是独立调用还是在对话中使用工具,价格均为每1000次5元人民币。
  • 文件分析与OCR:价格为每1000页1.5元人民币。费用仅在文件上传并成功解析后收取。
  • Token费用:模型的输入/输出Token费用单独计算。在后续对话中引用文件时,将适用输入Token的费用。

开源示例与安全规范

DeepSeek同步开源了一个基于新功能的对话程序示例。该示例程序支持搜索、文档上传、语音输入及朗读答案,以及导入DeepSeek对话记录等功能。

在该演示程序中,API密钥、导入的对话记录以及上传的图片均存储在用户浏览器本地。DeepSeek强调,该程序仅供演示用途。

此外,DeepSeek建议开发者为输入和输出内容开启基本的安全检查功能,并明确要求服务提供商履行内容审核及AI标识等义务。

免责声明:

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证,网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用,不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责,与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容,并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文
更多新闻
自选
我的自选
查看全部
市值 价格 24h%