DeepSeek(深度求索)11月13日宣布,DeepSeek App背后的能力现已全部通过DeepSeek API开放,开发者只需设置几个参数即可启用内置功能,也可以单独调用OCR(文字识别)、ASR(语音识别)和TTS(语音合成)等接口,用来打造更丰富的对话产品,甚至在自己的应用里「复刻完整的DeepSeek App」。
据官方说明,V4.1-Flash模型(deepseek-flash)现已在Messages、Responses和Chat Completions三种接口格式中支持以下能力,工具调用和上下文拼装都在服务器端完成:在非思考模式下联网搜索网页或图片并给出引用;在多步推理过程中边搜索边阅读网页的「深度思考搜索」;把PDF、Office文件、图片等解析后放进对话上下文;自动读取用户消息中的链接;以及对输入和输出进行安全审查,发现风险时返回拒答标记。
官方文档显示,深度思考搜索模式下,模型在作答前最多可进行约20次工具调用,包括搜索、打开网页和在网页中查找文字;文件解析分为只提取文字和保留图表、照片等版面内容两种方式,单次请求最多可引用20份文档、文字总量不超过8MiB。
DeepSeek要求,面向公众提供服务的应用必须开启安全检查,开发者仍需自行承担内容审核、相应的模型备案以及AI生成内容标识等责任。在计费上,这些扩展能力会在标准词元费用之外另收工具使用费。
DeepSeek还开源了一个前端演示项目,支持导入DeepSeek的对话历史。此前,DeepSeek已向开发者开放了搜索和网页抓取接口。
