DeepSeek一次性把自家App背后的整套基础能力开放给了开发者。联网搜索、深度思考搜索、文件上传、链接阅读、语音识别与合成等功能,如今都拥有独立API接口,开发者可以按需调用、分别计费,不必再打包购买。与此同时,DeepSeek还开源了一套轻量级聊天前端Demo,支持导入DeepSeek历史对话,相当于为开发者提供了一个接近其官方App形态的参考实现。

这一动作并非突然起意。早在10月17日,DeepSeek就已开放自研的Search和Fetch接口。当时的调用链路是:开发者先让模型判断是否需要搜索,再调用Search查找网页、用Fetch读取内容,最后把结果交回模型总结。而此次更新后,开发者只需为模型开启联网搜索功能,何时搜索、搜什么、读取哪些网页以及如何基于搜索结果继续回答,均由DeepSeek自动完成,调用复杂度明显下降。

语音能力是本次开放的另一个重点。此前DeepSeek App已支持语音交互,但公开的模型API并未提供同等完整的语音能力,开发者若想搭建能听会说的助手,通常还需另行接入语音识别与语音合成服务。现在DeepSeek直接提供Search、Fetch、OCR、ASR、TTS等独立接口,开发者可以自由组合。目前V4.1-Flash模型已在Messages、Responses和Chat Completions三类接口下支持相关对话扩展功能。

价格是此次开放中最受关注的部分。以语音识别为例,DeepSeek目前的价格为0.39元/小时。作为对比,OpenAI的GPT-Transcribe识别一小时音频需0.27美元(约合人民币1.81元),更便宜的GPT-4o mini Transcribe也要0.18美元(约合人民币1.21元);Google Cloud标准语音识别按0.016美元/分钟计算,一小时为0.96美元(约合人民币6.43元)。按文中折算,DeepSeek的价格分别约为上述三款服务的1/4.6、1/3.1和1/16.5。对于想做语音助手、会议记录、文档处理等应用的开发者而言,基础工具的调用成本已被压到相当低的水平。

从产品策略看,DeepSeek一直更愿意把精力放在模型研发上,而非花大力气经营C端产品。其App虽已积累大量用户,但形态仍是大家熟悉的聊天助手。如今它把所有能力全部开放,甚至连复刻自家App的示例代码都一并准备好,等于把应用层的基础设施以积木形式交到开发者手中。

这一做法对AI应用生态的影响值得观察。一方面,搜索、文件解析、语音识别等基础功能不再需要开发者从零搭建,产品上线周期可能缩短,中小团队和独立开发者的试错成本随之下降;另一方面,当模型厂商亲自把应用层常用能力标准化、低价化,提供类似基础服务的第三方API厂商将面临更直接的价格竞争。对DeepSeek自身而言,开放全套能力也有助于扩大其模型在各类应用中的调用量,形成从模型到开发者生态的循环。

回顾移动互联网时代,微信、抖音等超级应用曾重塑人们社交、娱乐与获取信息的方式。而从ChatGPT到DeepSeek,最主流的交互方式依然是打开聊天框、输入问题、等待回答。DeepSeek此次把聊天框背后的能力拆解开放,某种程度上是在试探:下一个超级应用,是否可能由开发者用这些积木拼装出来。