DeepSeek官方App能力拆成全家桶API，还开源前端Demo

DeepSeek 这次的动作很直接：把官方 App 里那些用户已经习惯的能力，一项项拆成独立 API 开放出来。搜索、抓网页、文档与图像解析、语音合成与识别，不再捆绑在单一对话接口里。更关键的是，它同时开源了一个能导入历史记录的前端项目，等于把"抄作业"的路径也铺好了。

从"一个App"到"一组接口"

过去开发者想用 DeepSeek^广告 的联网搜索或文件解析能力，往往得通过对话接口间接实现，或者自己写胶水代码去拼。这次开放的是独立接口：联网搜索、网页抓取、文档与图像解析、语音合成（TTS）和语音识别（ASR）各自成模块。

这种拆法的意义在于选择权。只需要搜索能力的场景，不必再为对话逻辑付额外成本；只需要文档解析的流水线，也不用绕道模型推理。对做 RAG、内容聚合、语音交互的团队来说，接口粒度细了，组合空间就大了。

对话集成与开源前端：胶水代码省了

如果不想逐个挑接口，DeepSeek 提供了现成的对话集成方案，涵盖对话接口、内嵌搜索、读取链接、文件输入和安全校验。同时开源的前端项目支持导入历史记录，意味着开发者可以直接在此基础上改，而不是从零搭 UI。

开源前端这个细节值得多说一句。很多 API 平台只给文档和示例代码，前端要自己重写；而一个能导入历史记录的前端，直接把"迁移"这件事的摩擦降下来了。想从官方 App 迁到自建服务的用户，历史对话不至于断档。

定价逻辑：模型额度与工具调用分开算

这是开发者最关心的部分。模型额度另算，工具调用单独计价：搜索和抓取按每千次 5 元，文件解析按千页 1.5 元，语音目前限时 5 折。

过去在 App 里免费用惯了的用户，需要重新建立成本意识。搜索和抓取按次计费，意味着高频检索型应用的成本会随调用量线性上升；文件解析按页计价，则对批量处理文档的场景更友好。语音限时折扣是拉新的信号，但折扣期结束后成本会回到什么水平，素材里没有给出。

按量计费与额度制是理解这套定价的前提。传统 API 常把模型推理的 token 消耗折算成「额度」或「点数」打包售卖，而工具类调用（搜索、抓取、解析）由于底层是外部服务或计算密集型任务，通常单独按次或按量计价。DeepSeek 这里把两者拆开，意味着开发者需要同时管理两条成本线：模型侧的 token 预算，以及工具侧的调用次数/页数预算。好处是成本结构透明，哪部分花得多一目了然；代价是做预算和监控时得分别统计，尤其在高频检索场景下，工具调用可能反过来成为主要开销。

对外使用必须开安全校验与 AI 标识

素材特别提到，对外提供服务时必须开启安全校验与 AI 标识。这不是可选项，而是合规前置条件。

对于面向 C 端的产品，AI 生成内容标识正在成为普遍要求；安全校验则关系到输入过滤与输出把关。把这两项做成集成里的默认环节，而不是开发者自己补，能减少上线后的合规风险。

AI 生成内容标识源自国内《生成式人工智能服务管理暂行办法》和《人工智能生成合成内容标识办法》等监管要求，核心是让用户能分辨内容是否由 AI 生成，通常包括显式标识（如文字水印、提示语）和隐式标识（如元数据标记）。安全校验则一般指对输入做敏感词与 Prompt 注入过滤、对输出做内容合规审核。把这两项内置到对话集成里，相当于平台替开发者承担了一部分合规实现工作，但责任主体仍是服务提供方，开发者不能因为「默认开启」就免除自身审核义务。

一个待解的疑问：Pro 版能否用这套工具

素材里留下的问题是：Pro 版旗舰模型能不能用这套内嵌工具。目前对话集成只支持 Flash，旗舰模型是否开放、怎么开放，原文没有定论。对需要更强推理能力又想要内嵌搜索的团队来说，这是决定架构选型的关键变量，只能等官方后续说明。

Flash 与 Pro 的定位差异是这道疑问的背景。在 DeepSeek 的模型体系里，Flash 通常指响应更快、成本更低的中小尺寸模型，适合高并发、低延迟的对话与工具调用场景；Pro（或旗舰版）则侧重更强推理与复杂任务能力，单次调用成本更高、延迟也更大。内嵌搜索、文件解析这类工具调用会额外增加上下文长度和轮次，若直接套在旗舰模型上，成本和延迟都会显著上升，这可能是官方暂未开放的原因之一。对开发者而言，若旗舰模型后续支持，架构上需要预留模型可切换的抽象层，避免把 Flash 写死。

怎么看这次拆分

DeepSeek 把 App 能力拆成全家桶 API，本质上是在把"产品"变成"积木"。独立接口给灵活性，对话集成和开源前端降低上手门槛，分开计价让成本更透明。对开发者来说，这是从"用它的产品"转向"用它的零件造自己的产品"。代价是要自己算账、自己担合规，收益是控制权和组合自由。值不值得，取决于你的场景里搜索、解析、语音各占多大比重。