从只卖模型到把整套 App 能力交给开发者,DeepSeek 的 API 换了一种卖法
很多开发者都有过这种落差:在 DeepSeek 的 App 里,模型能联网搜、能读 PDF、能看网页链接;换成 API 调用,拿到的只是一个回答问题的模型,搜索要自己接搜索引擎,文件要自己做解析和切块,语音要另找一家服务商。App 体验好,一半功劳在模型之外的这些工程组件上。
这次的变化,是把这些组件也一起端上来了。按官方公众号的说法,能力以参数形式挂在现有接口上,原来的调用代码不必推倒重写;不想要模型参与的场景,也可以只调其中某一项,比如单独用 OCR 识别图片文字、用 ASR 转写录音。
承载这些能力的是 9 月发布的 V4.1-Flash。按第三方平台的文档,它支持百万级上下文、默认开启思考模式,旧的 deepseek-v4-flash 模型名已经指向 V4.1 Flash。具体计费方式,官方说明以文档为准,目前公开报道里没有看到统一的价目。
和 API 一起放出的 chat-demo 已在 GitHub 开源,还挂了一个网页版可以直接试。最有意思的设计是支持导入聊天记录:用户可以把在 App 里攒下的对话搬进这个前端,接着用自己的 API Key 聊。
这一步其实是在降低「从 App 迁到自建」的成本。企业和重度用户想要私有部署的界面、统一的账单和日志,过去最大的障碍是功能对不齐、历史带不走;Demo 两头都补上了,剩下的就是改界面、接自己的权限体系。
海外几家大厂的 API 早已陆续内置联网搜索、文件检索之类的工具,DeepSeek 这次算是补齐了同一块拼图。不同之处在于它把 OCR、语音这类看似边缘的能力也拆成独立接口,等于从模型供应商往「AI 能力中台」挪了一步。今年 DeepSeek 新一代模型的训练硬件刚被外部研究翻出权重里的 Blackwell 指纹,舆论焦点在算力来源;而这次更新提醒人们,它在产品化上的动作同样不慢。
能不能把开发者留住,最终还看两件事:这些附加能力的效果是否追得上 App 里的体验,以及高并发下的稳定性——过去 DeepSeek API 在流量高峰时的排队和超时,并不比模型能力更少被讨论。