DeepSeek 开放应用 API,竞争从回答延伸到工具

对做聊天产品的团队,DeepSeek 现在提供的不只是生成答案的模型,还有答案背后的搜索、文档处理和语音组件。2026年11月13日发布的应用 API,把原本配合官方 App 运作的一部分能力交给外部开发者。采购对象因此从模型推理,延伸到完成对话任务所需的服务。

搜索早已开放,新的是组合方式

官方更新日志显示,DeepSeek 已在2026年10月17日开放自研搜索 API。因此,把此次发布理解为首次允许外部调用搜索,并不准确。新增发布的重点,是在原有对话请求中启用应用功能,由服务端处理工具执行和上下文组织,同时提供更多可拆开使用的能力。

这形成了两条产品路径。希望少写编排代码的团队,可以采用带联网与文件输入的对话服务;已有自建流程的团队,则可以单独调用检索、网页抓取、文字识别、语音识别或语音合成,不必为了其中一个组件搬走整个应用。

DeepSeek 还开源了演示对话客户端,展示这些组件如何组合。

托管越多,应用侧的控制边界越重要

接入指南给出了这种取舍的具体证据:启用部分应用功能后,一些原本可设的生成参数会被忽略,由服务端决定。开发者减少了调度工作,也让出了部分执行控制权。

我们的判断是,两条路径并行,比能力清单本身更有商业意义。托管服务争取整段对话的工作量,独立接口则有机会进入不采用其完整聊天方案的应用。采购决策也随之拆开:新项目可以比较整套对话服务,已有应用则可以按组件评估供应商,而不必先决定是否更换主模型。

价格表也体现了组件化:模型按 token,检索和抓取按次数,文档处理按页,语音按字符或时长计费。直接调用与模型调用搜索适用相同单价。因此,评估供应商时只比较模型单价,会漏掉实际任务中的工具开销。

下一步值得验证的是,同一组任务采用托管对话或自行编排时,完整成本、失败处理和结果可追溯性有何差别。