2026 年 11 月 13 日,DeepSeek 在官方更新紀錄發布〈Releasing the full suite of application APIs〉,宣布把 App 的搜尋、文件、連結閱讀與語音等能力開放給開發者。這次 DeepSeek 應用 API 的重點,是讓更多助手功能能由平台代為執行;讀懂這個分工,比把它當成另一次模型升級更有用。

先看公告究竟開放什麼,再對照實作文件裡的條件,最後回答一個問題:搜尋和讀檔交給平台之後,你的產品還要驗收什麼?
DeepSeek 應用 API 這次開放了什麼?
公告把能力分成兩條路。第一條把網頁搜尋、深度思考搜尋、文件輸入、URL 閱讀與內容安全接進聊天;第二條把 Search/Fetch、OCR、ASR、TTS 作為可單獨呼叫的工具。前者像請一位助理連查資料、整理材料一起做,後者像只借用掃描器或錄音轉文字服務。
tool calls and context assembly handled by the service.
中文:工具呼叫與上下文組裝由服務端處理。
DeepSeek 更新紀錄
這句話說的是「誰執行中間步驟」。它沒有提供一份能把整合工時、答案品質或總成本直接換算成改善比例的測試。至於自研搜尋 API 與 Flash-1017,更新紀錄已把兩者列在 2026 年 10 月 17 日。若想看那次模型與任務成本的問題,可讀 Flash-1017 與搜尋 API 的先前分析;這篇看的是 11 月的應用層分工。
少寫一段工具迴圈,多接一份回傳合約
The service runs the searches and URL reading.
中文:服務端執行搜尋與 URL 閱讀。
DeepSeek 聊天助手指南
依 官方整合指南,這套聊天功能使用 deepseek-flash,提供 Messages、Responses 與 Chat Completions 三種介面格式。熟悉既有格式能降低接線門檻,但你仍在呼叫 DeepSeek 的服務;相容的外觀,也要逐項核對實際參數行為。
Web Tools 文件進一步說明:宣告 deepseek_web_search 後,關閉 thinking 是一般搜尋,啟用 thinking 則可多步搜尋、開頁與查找頁內文字;何時使用工具由模型決定。你若希望自己安排查詢與抓頁順序,另有 Search & Fetch 直接介面可選。這提供兩種控制程度,值得依任務選擇。
這些區塊最有用的地方,是把「一句回答」拆成不同身分的區塊。你的介面要讓引用仍可點開,並依文件保留後續回合需要的完整歷史與簽章等欄位。工具在服務端跑,客戶端仍要正確交接材料。把回傳攤平成一段漂亮文字,可能犧牲下回合所需的結構;若要補這層觀念,可讀 Agent Harness 的模型、工具與執行層分工。
文件能讀,不等於每一張圖都被看見
想像你請助手讀一份帶折線圖的產品報告。文件解析指南列出兩種目的:text_recognition 抽出文字,文件圖表會被捨去;rich_layout_recognition 則把偵測到的圖像裁切,放回文字中的相應位置。官方也明說,自動流程不保證抓到每張圖。
所以第一份驗收題,應該挑「答案只存在於圖中」的問題,先核對所選解析 purpose,再把圖中題的答案與原件對照。若答案其實已在正文,模型答對也證明不了圖像處理成功。這個區分同樣提醒我們:成功上傳、成功解析、正確理解,是三個觀察點。
單獨的 OCR API回傳逐頁辨識結果;它和上傳到 Files API、取得 file_id 再交給聊天的路徑不同。要把辨識結果放進自己的索引,可評估前者;要讓聊天依指定文件回答,可評估後者。這些解析機制也應和模型本身的 原生圖片輸入能力分開理解。
語音兩端補上了,通話體驗仍有自己的考卷
ASR 文件描述的語音辨識,是一次送完整音檔、回傳完整逐字稿;文件明確表示不支援串流辨識,音檔最長 120 秒。TTS 文件則提供完整文字轉音訊,以及經 WebSocket 分段送入文字、接收音訊影格的模式。輸入與輸出兩邊的「串流」能力,不能混成同一個承諾。
把這兩端接起來,可以設計語音輸入與朗讀回答。至於使用者停頓時要不要先想、插話後能否撤掉舊答案、音訊何時真正播放,都還是應用要安排的狀態。這是從管線分工得出的工程判斷;本文沒有進行付費 API 呼叫,因此不宣稱已量到繁中辨識率、首聲延遲或通話品質。想把這些問題變成測例,可接著看 停頓、撤銷與正式交棒的語音 Agent 練習。
DeepSeek 應用 API 的方便,交換了哪些控制?
最值得先讀的細節,藏在 Ignored Parameters 表格。當請求宣告其中任一種 Web 工具、開啟 high 安全檢查,或啟用標題功能,部分參數改由服務端決定。表中包含三種協定的 temperature、top_p,以及 Responses 的 max_tool_calls 等。把原請求原封搬過去,再看 HTTP 成功,還不足以證明控制仍有效。
同一指南也明確區分:max_tokens,以及 Responses 的 max_output_tokens,限制的是一輪中每一次推論步驟的輸出,並非整輪累計輸出。若把它當成總預算保險絲,多步搜尋就會暴露這個誤會。應按整輪用量記帳,另外設計每位使用者額度與新請求准入規則。
帳單也要看對單位。官方定價頁分列模型 Token、搜尋/抓頁、文件解析/OCR 與語音;安全審查所用 Token 則依 安全文件計入輸出 Token。文件解析還有上傳解析與後續聊天輸入的不同成本。依 Web Tools 計費說明,一次搜尋呼叫若帶多個成功查詢,計費查詢數與畫面上看到的工具區塊數可能不同。少一個整合供應商,不會自動讓成本只剩一個數字。
我同意把接線交出去,也會保留三道驗收
我同意的部分:對正在做研究助手、文件問答或語音入口的團隊,讓平台提供搜尋與解析路徑,確實把一部分要自行維護的接線移到供應端。這是功能與責任位置的變化;能省多少工作,仍要拿自己的需求清單比較。原本高度客製的流程,也可能更重視直接工具介面的可控性。
我存疑的部分:從「整套能力可呼叫」跳到「完整助手可交付」,中間缺的是應用證據。第一道驗材料:選到的是哪個版本、哪個網址、哪張圖?第二道驗行為:多輪交接、拒絕與語音取消時,介面狀態是否正確?第三道驗成本:每個合格答案究竟用了多少 Token、查詢、解析與重試?
2023 年的 ALCE 原研究就把流暢度、答案正確性與引用品質分開評估;這提供的是驗收思路,並非本次 DeepSeek 的測試結果。引用標記可以幫你追資料,卻還要核對它是否支持那句答案。刻意拿一份新、一份過期的文件當對照,就比只問一個容易的百科題更接近產品風險;搜尋 Agent 過期文件測試提供了一套可追查的練習。對外服務的安全流程也要實際處理拒絕:官方安全文件將 high 定義為基本輸入/輸出風險審查,並保留服務提供者自行負責內容安全的義務。串流也可能已顯示部分回答後才收到拒絕,客戶端須撤下該回答。
官方 Demo 可以看接法,資料路徑要另外看清楚
公告附上 開源聊天 Demo,涵蓋搜尋、文件、語音及聊天紀錄匯入等入口。README 區分了兩件事:金鑰與設定、對話與附件各有瀏覽器端儲存位置;發送訊息、上傳附件與語音功能,相關資料仍會送往 API 服務。存在本機,和沒有傳出本機,是兩個問題。
檔案的生命週期還要另外設定。Files API 文件寫明,省略到期設定會永久保留檔案,同帳戶的 API 金鑰也共用這些檔案。Demo 的 README 更明列,刪除本機所有聊天不會刪除已上傳的 API 檔案。正式接入前,把上傳期限、帳戶隔離與雲端刪除流程寫進需求,而非只在畫面放一個刪除對話按鈕。
閱讀 Demo 時,先畫出瀏覽器、你的後端、DeepSeek API 三個位置,標出金鑰與文件經過哪條線。正式產品的金鑰管理也要另行設計;平台條款要求避免在瀏覽器等客戶端暴露金鑰。不要把示範程式的便利,直接複製成所有使用者共用一把正式金鑰。
下一步:先選一個任務,把成功條件寫在呼叫之前
如果你正在評估 DeepSeek 應用 API,可以先選一份公開報告,寫下三個事先知道答案的問題:一題只在文字裡,一題只在圖裡,一題需要對照報告發布後的新資料。每次保存輸入、實際回傳區塊、引用、整輪用量與答案判定,再比較託管路徑和你原來的流程。這是一份待執行的驗收設計,並非本文已跑出的成績。
我的判斷是:這次發布提高了「把助手功能接起來」的可得性;它的產品價值,要由合格交付的成本證明。先讓一個小任務完整通過材料、行為與成本三道門,再擴大資料與使用者。工具越能代跑,驗收標準越應握在你手上。
接著閱讀
左右滑動查看更多推薦






