DeepSeek 开放 TTS、ASR 和 OCR 等 API
DeepSeek 宣布开放全家桶应用 API,搜索、网页抓取、文字识别、语音识别和语音合成等能力均提供独立接口,开发者可按需组合使用。同时,搜索、文件输入和链接读取等功能整合进模型对话接口,开启相应参数后,服务端自动调用工具并将结果拼入上下文。目前
V4.1-Flash已支持这些功能,工具调用会在模型费用外另行计费。DeepSeek 还开源了支持导入历史对话的前端 Demo。
DeepSeek 开放全家桶应用 API,将 Search、Fetch、OCR、ASR 和 TTS 等能力提供为独立接口,开发者可单独或组合调用搜索、网页抓取、文字识别、语音识别和合成,接入自己的工作流。
同时,DeepSeek 将搜索、文件输入、链接读取和安全校验整合进原有模型对话接口:开发者开启相应参数后,服务端自动完成工具调用和上下文拼接,减少自行对接外部工具的工作。目前 V4.1-Flash(deepseek-flash)在 Messages、Responses 和 Chat Completions 三类接口支持这些能力。
非思考模式下,模型可按需搜索网页或图片并附引用;思考模式下,模型可在多步推理中自主搜索、阅读链接。文件输入支持 PDF、Office 文档和图片等格式,解析结果可加入对话上下文。DeepSeek 还开源了支持导入历史对话的前端 Demo。
扩展能力在模型 Token 费用外另收工具费:搜索和网页抓取均为每千次 5 元,文字识别为每千页 1.5 元;语音识别和合成限时 5 折,分别为每小时 0.39 元和每万字符 1.5 元。
对外提供服务须开启安全校验,并承担内容安全审核、大模型登记和 AI 标识等义务。



相关链接:























