铃阅
❌

阅读视图

DeepSeek 发布全家桶应用 API

原创 深度求索 2026-11-13 22:19 北京

全面开放联网搜索、文件、语音等产品能力,支持独立调用

在 DeepSeek App(含网页端)的对话服务中,联网搜索、文件输入、阅读链接、语音交互及安全等能力与模型推理相互配合,构成了用户熟悉的对话体验。而开发者如果想要在应用中实现类似功能,除接入原有 DeepSeek API 外,往往还需耗费大量精力去对接外部工具、处理调用衔接。 

今天,我们正式开放这套全家桶应用 API:在原有 API 中开启对应参数,即可获得深度思考搜索、文件输入等对话功能;语音及相关底层能力也已开放独立接口(含 OCR、ASR、TTS 等),支持单独或组合调用。开发者可以在自己的应用中轻松实现复杂的对话功能,甚至 1:1 复刻出完整的 DeepSeek App。

全面开放应用功能,支持独立调用

本次更新将 DeepSeek App 的各项交互功能直接整合进原有 API。开启对应参数后,相关工具调用与上下文拼接均由服务端自动完成。目前,V4.1-Flash 模型(deepseek-flash)已在 Messages、Responses 与 Chat Completions 接口下支持以下能力:

  • 联网搜索:在非思考模式下,打开 deepseek_web_search 工具后,模型可根据提问自动发起网页或图片搜索并附引用作答;

  • 深度思考搜索:在思考模式下,打开 deepseek_web_search 工具后,模型可在多步推理中自主联网搜索与阅读链接;

  • 文件输入:支持上传 PDF、Office、图片等格式的文件,完成纯文本提取或图文混排解析后,拼入对话上下文供模型作答;

  • 阅读链接:将 deepseek_read_url 工具打开后,模型可自动识别用户消息中的链接,抓取网页内容并结合上下文作答;

  • 模型安全:开启安全校验参数后,我们将提供基础风控,审核模型输入输出,命中风险时返回拒答标识。如您对外提供应用服务,请务必开启该参数,并承担内容安全审核、大模型登记、AI 标识等义务。

此外,为方便开发者更灵活地接入自有工作流,上述底层能力及语音能力均支持作为独立接口单独调用,包括:Search、Fetch、OCR、ASR、TTS。

使用上述接口,开发者即可实现与 DeepSeek App 基本一致的功能。为直观演示这一效果,我们基于新版 API 构建并开源了一份轻量的前端 Demo,支持直接导入 DeepSeek 历史对话。

更详细的参数定义与调用说明,请参考 DeepSeek 官方 API 文档 [API 指南 - 构建 Chatbot]。

API 定价说明

用户调用 DeepSeek API 使用扩展能力时,除收取 Token 费用外,也将收取相关工具的调用费用。各项工具价格如下表所示:

写在后面的话

我们相信,人与模型的交互依然充满无限可能,而 DeepSeek 现有的对话产品只是较为基础的一种形态。

现在,官方产品背后的各项能力均已支持通过 DeepSeek API 随心调用、自由组合,我们期待开发者能够借此省去重复的基础工作,打造出更多样、更极致、更具想象力的产品。

欢迎使用 DeepSeek API,尽情创造。

图片

跳转微信打开

  •  

DeepSeek 开源推理框架:走向真正普惠的未来

原创 深度求索 2026-10-20 16:54 北京

全面支持开源社区优化部署,扩大服务、提效节能

大模型的能力边界由模型本身划定,但如何以合理成本提供超大规模的模型服务,还取决于一个长期未被公众了解的中间层:推理框架。

训练使模型学有所成,推理则让模型为人所用。面对如今海量的用户调用,推理框架负责统筹调度庞大的算力集群,其效率直接决定了 AI 服务的算力成本与电力消耗。

DeepSeek 长期致力于将推理性能推向极致。在此前开源一系列大模型、TileLang 编译工具及推理算子库的基础上,我们决定进一步将内部推理框架 DeepInfer 全面开源。

「为善与众行之,为巧与众能之。」我们希望通过分享内部的部署经验,帮助开发者与企业组织优化大规模推理的吞吐与延迟,从而高效构建私有化及公有云部署,降低算力成本、减少能源消耗,让智能以更低的价格触达更广泛的人群,实现真正的大模型普惠。我们也将继续支持社区进行大规模部署优化,欢迎加入我们的开源行列。

DeepInfer

基于 DeepInfer,我们已实现 DeepSeek V4.1 Flash 高吞吐、低延迟的大规模推理服务。未来,DeepSeek 新模型的推理代码及后续优化也将在此持续更新。

  • DeepInfer 推理框架:集成高性能算子与深度优化的推理引擎,支持分布式推理、推测解码、SWA Bounded Replay、结构化输出等能力,兼容英伟达与华为昇腾平台。

  • deepseek-recipe 编解码组件:同步开源的生产级 Token 编解码组件,与 DeepSeek 官方 API 处理逻辑完整对齐,确保社区获得与官方部署一致的 API 体验。

开源仓库

复制链接进入浏览器打开或点击“阅读原文”查看 DeepSeek 知乎技术报告:https://zhuanlan.zhihu.com/p/2095560295930508953

未来展望

借助全面开源的模型、算子库与推理框架,我们期待着在不远的未来,能够看到全球 AI 服务的范围与质量获得前所未有的扩展与提升,变得更加公平、透明、可信赖,进而实现在全社会范围内加快技术迭代、减少能源浪费,让有限的资源以更高的效率在基础设施与用户终端之间流转,以每个人都能够负担的成本传递更加强大的智能,以及伴随着智能的善意和无限可能性。

DeepSeek 将与各位一同携手,为实现这样的未来图景而不懈努力。

图片

阅读原文

跳转微信打开

  •  

DeepSeek V4.1 Flash 新版本:许愿式编程一键成真

原创 深度求索 2026-10-17 16:11 北京

0-1 项目开发性能增强、成本更低,同步开放自研搜索 API

DeepSeek V4.1 Flash 现已更新至 V4.1-Flash-1017 版本,官方网页端、APP 与 API 模型已同步变更为新模型。

性能–费用的帕累托改进

相比上一版本的 DeepSeek V4.1 Flash,新模型在各方面的基准测试中取得了长足的提升。

在提升性能的同时,我们还缩短了模型的任务运行时间与输出长度,让用户能够以更低成本、更快速度完成任务(如下图所示),在多个 Harness 下达到了新的性能-费用帕累托最优。特别地,本次我们着重针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台框架进行了优化。请升级到 DeepSeek Harness 0.2.1-rc.1 及以上版本,以获得适配新版模型的最优体验。

DeepSeek V4.1 Flash 1017 使用 mini-swe-v2 框架测试 DeepSWE 的性能/成本图

从零开始的完整项目开发

DeepSeek V4.1 Flash 1017 通过基于自反馈的强化学习(RL)训练技术,提升了在游戏开发、3D 建模等方面从零开始构建完整项目的能力,能够支持实现更多“许愿式”编程任务及项目开发请求。以下案例展示了新版本模型在较少的提示词与素材参考条件下,在 DeepSeek Harness 框架环境内通过极短的交互轮次直接实现的项目效果:

示例1:故宫 3D 建模展示效果

示例2:网页版赛车游戏开发效果

示例3:基于 godot 引擎开发的《传送门2》游戏复刻效果

示例4:Valley of Ages-以 3D 场景动态展现从史前时代到现代的发展历程

开放自研搜索 API

长期以来,DeepSeek 网页端与 API 端的搜索能力均由自研 DeepSeek 搜索引擎提供底层支持,稳定处理每天来自全球各地的数亿次搜索请求。

DeepSeek 搜索是 AI 原生的通用搜索引擎,索引了全球千亿级网页,支持多语言搜索,实时返回高相关、高权威、高时效的优质结果。针对 SEO 作弊、GEO 操纵和低质 AIGC,我们通过严格的识别机制对其进行过滤,确保向用户与 LLM 呈现权威可信的信息。

本次新版本发布 DeepSeek API 新增对 Search 与 Fetch 接口的支持,相关能力正式向公众开放。两个接口价格均为 5 元 / 千次,详细使用方法请参考官方 API 文档:API 指南 - 网页搜索与抓取。

请注意,当前用户在 DeepSeek Harness / Claude Code / Codex 中使用 DeepSeek API 时,已经会通过 Server 端工具调用访问到 Search/Fetch 接口,这部分 Search/Fetch 接口调用目前未计费,并将在两周后(北京时间 2026 年 11 月 1 日 00:00)开始按次收取调用费用。

模型开源

DeepSeek-V4.1-Flash-1017 模型权重下载地址如下:

HuggingFace:

https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017

ModelScope:

https://modelscope.cn/models/deepseek-ai/DeepSeek-V4.1-Flash-1017

图片

跳转微信打开

  •  

DeepSeek 开源昇腾基础组件

原创 深度求索 2026-09-30 10:01 北京

DeepSeek 正式开源面向华为昇腾算力平台的基础设施组件。

今天,我们正式开源面向华为昇腾算力平台的基础设施组件,涵盖 TileLang 高级语言编译工具、计算库、分布式通信库。所有组件与此前面向英伟达平台的开源组件一一对应。

工欲善其事,必先利其器。建立新一代自主可控的 GPU 软件生态,首要的事情是先建立一个通用的、编程简单的、同时能达到硬件性能上限的高级语言。TileLang 在这样的历史背景下诞生。一方面,相对于英伟达的 CUDA 语言,TileLang 的编程更简单,能显著提高开发效率、简化代码逻辑。另一方面,相对于其它同类高级语言,TileLang 的编程模型可以充分发挥芯片的特性,达到硬件的性能上限。TileLang 路线首先在英伟达成熟平台上得到了验证,如今已承载了 DeepSeek V4 系列模型训练中大部分算子的实现,是我们探索 AGI 新范式、开发高性能算子的核心工具。

本次开源的 TileLang 昇腾版本,对昇腾 Ascend C 底层指令进行封装、提供高级语言的编程方式、同时不损失硬件性能。这正是 TileLang 的设计初衷。目前,DeepSeek 训练中用到的每一个 TileLang 算子,在昇腾上都有对应的高性能实现。 TileLang 昇腾版本作为一个开源工作,希望能对更多 AI 芯片建立高可用软件生态起到示范作用。

本次开源还包括昇腾平台核心计算与通信组件,为不同使用场景提供可复用的基础能力:DeepGEMM 加速通用矩阵运算;DeepEP 提供高效的大规模跨设备通信;TileKernels 提供数据处理所需的常规向量计算和访存算子;FlashMLA 提供稀疏注意力算子,提升长上下文处理效率;DeepSelect 则实现了高效的数据筛选。在多项关键测试用例中,上述组件的计算与通信性能已接近硬件上限。

在面向昇腾平台的研发过程中,华为团队给予了毫无保留的大力支持。双方紧密合作,共同推进基于昇腾 950 的 128 卡超节点方案、共同对计算与通信进行了深度优化。我们将持续推进技术创新,与社区共同建设开放的软件生态、共同进步。

————

附开源项目链接:

TileLang: 

https://github.com/tile-ai/tilelang

DeepGEMM Ascend: 

https://github.com/deepseek-ai/DeepGEMM-Ascend

DeepEP Ascend: 

https://github.com/deepseek-ai/DeepEP-Ascend

TileKernels: 

https://github.com/deepseek-ai/TileKernels

FlashMLA: 

https://github.com/deepseek-ai/FlashMLA

DeepSelect: 

https://github.com/deepseek-ai/DeepSelect

图片

跳转微信打开

  •  

DeepSeek V4.1 Flash:更强、更快、更普惠

原创 深度求索 2026-09-10 13:44 北京

原生多模态,全新基座模型

今天,我们正式发布 DeepSeek V4.1 Flash 模型。这是我们全新模型结构系列中的最小尺寸的模型,具备原生多模态视觉理解能力。新模型结构的设计初衷是:能力上限更高、推理速度更快、吞吐更大、可扩展到更大参数模型。

非对称模型结构,小成本大智能

DeepSeek V4.1 Flash 为 552B 参数的 MoE 模型,采用了全新的 Causal-Encoder-Decoder 结构,输入和输出不对称,输入激活只有 8B,输出激活 16B,成本显著低于已知的同尺寸模型。同时,V4.1 Flash 还采用了新的预训练方式、经过了更大规模的强化学习后训练,在基准测试中,成功超越了包括 DeepSeek V4 Pro 在内的一众旗舰模型的智能水平。

DeepSeek-V4.1-Flash 与主流前沿模型在 Agentic Benchmark 上的性能对比

更少缓存,更省成本

新一代模型大幅减少了 KV Cache 缓存的大小,与上一代模型相比,对 HBM 的需求减少到 1/4,对 SSD 的需求减少到 1/8。在 Agent 使用场景中,缓存命中的费用往往占比较高,对 KV Cache 的压缩大幅降低了 Agent 类任务的使用成本。

如图展示了 DeepSeek 在减少上下文存储方面的持续进展。相对于初代模型,KV Cache 已经缩小了 437  倍。

API 支持

DeepSeek V4.1 Flash 已同步上线 DeepSeek API,原生支持多模态,将模型名称更改为 deepseek-flash 即可调用最新的 V4.1 Flash 模型。旧版本模型 V4 Flash 与 V4 Flash Vision Exp 现已下线,出于兼容考虑,模型名 deepseek-v4-flash、deepseek-v4-flash-vision-exp 将被暂时路由到 V4.1 Flash。

同时,经多方测试,V4.1 Flash 在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro,因此我们计划有序下线V4 Pro 模型。北京时间 2026 年 9 月 14 日 12:00 之后,至未来 V4.1 Pro 上线之前,用户访问 deepseek-v4-pro 的请求将全部路由到 V4.1 Flash,并按 V4.1 Flash 单价计费。

腾讯(WorkBuddy、CodeBuddy)和 OpenCode 作为官方合作伙伴,现已全量接入 DeepSeek V4.1 Flash,欢迎使用!

API 定价调整

得益于模型架构的创新,DeepSeek V4.1 Flash 能够以更低的成本服务更多的用户,因此我们相应下调了 V4.1 Flash 的定价。同时,为了更合理地调配资源,我们仍然采用峰谷定价,闲时价格为高峰时段价格的一半,鼓励用户根据实际使用情况调整任务时间。新价格于 2026 年 9 月 10 日 12:00 开始生效。

模型开源

我们将会全力支持开源社区进行新模型的推理适配,并尝试通过各种方式扩大部署的范围。如果您有大规模部署的需求且具备相应的资源(2k 卡 GPU、有存储集群),欢迎与我们联系。

图片

跳转微信打开

  •  

V4-Flash-Vision-Exp 上线,开启多模态 API 服务

原创 深度求索 2026-08-21 17:12 北京

视觉理解能力跃升,赋能更多 Agent 应用场景

今天,全新的多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp 上线 DeepSeek API 平台,这是一个实验性质的模型,用户可以通过设置 model='deepseek-v4-flash-vision-exp' 访问该模型。

平衡文本与多模态能力

*对于公开基准测试集中的 Code Agent 文本任务,DeepSeek 系列模型使用 DeepSeek Harness 极简模式作为框架进行测试,使用 max 档位,temperature=1.0,topp=0.95;

**在 ApexBench 与 Agents' Last Exam 测评中,文本模型 DeepSeek-V4-Flash 会忽略其中的多模态元素。

  • 在纯文本能力(Agent、推理、世界知识等)方面,DeepSeek-V4-Flash-Vision-Exp 与 DeepSeek-V4-Flash 正式版持平;

  • 在需要视觉理解的 Agent Benchmark 上,DeepSeek-V4-Flash-Vision-Exp 相比 DeepSeek-V4-Flash 实现了大幅跃升,多模态 Agent 能力已接近 Opus-4.8。

多模态能力解锁更多 Agent 场景

V4-Flash-Vision-Exp 在各类 Agent 框架内展现出了较好的多模态适配能力,能够有效支持大家借助多样化的 Agent 工具解锁更多实用的工作场景。

示例1:在 Agent 框架下生成商业定制西藏自驾游 PPT 

Prompt:帮我做个西藏攻略的ppt,藏南+藏北,一个月,自驾游,我是高端定制游,只做私人服务,和别的旅行团不一样,核心调性:野性、原始、探索感——不是常规打卡路线,是深入无人区级别的体验。视觉风格要大气、粗粝、有力量感,拒绝小清新和网红风。ppt要发送给高净值客户,要足够大气、野性、高端美观且最后给到三种真实定价方案,所有配图使用真实摄影图片风格(实拍质感)

上下滑动或点击放大查看 PPT 内页完整内容效果

示例2:对 DeepSeek Harness 官网进行二次创作

要求模型用黑蓝深海、玻璃 UI 和 ASCII 原子像素等视觉要素,

经过长多轮交互后重构得到的未来主义风格开发者网站

示例3:制作黏土怪物风格动态特效的前端 Mini Demo

提示模型在“一群可爱的 3D 黏土小怪物加入一个跃动的复古舞池派对”的灵感下进行创作

API 支持

用户可以通过设置 model='deepseek-v4-flash-vision-exp' 来访问 V4-Flash-Vision-Exp 模型的 API。在 API 服务中,图片会转换成 token 后按 token 计费,一张图片最多占 384 tokens,计费价格与 V4-Flash 模型一致。

多模态 API 支持 Chat Completions、Messages、Responses 三种格式调用,可以方便接入各类 Agent 工具中使用,支持图文混合输入,支持 base64 内联、外部 URL、Files API 三种图片传入方式。使用说明请参考官方 API 文档:API 指南 - 图像理解。

Files API 上线

Files API 现已开放,该 API 不收费,用户可先将图片上传到平台,再在请求中通过 file_id 引用,从而节省请求带宽。同一张图片在多个请求中无需重复上传。详细使用说明请参考官方 API 文档:API 指南 - Files API。

跳转微信打开

  •  

DeepSeek-V4-Pro 正式版上线

原创 深度求索 2026-08-13 19:19 北京

Agent 能力大幅提升,API 价格更新调整

今天,我们发布 DeepSeek V4 Pro 正式版。

当前,DeepSeek V4 Pro 正式版已同步在 APP、网页端和 API 更新上线。用户可以通过 APP 或网页端选择“专家模式”使用全新的 V4 Pro 正式版模型, API 模型名不变,其他更新细节详见 DeepSeek API 官方接口文档。

Agent 能力大幅提升

正式版 DeepSeek V4 Pro 增强了 Agent 能力,在生产环境中的性能表现提升尤为显著。

*对于公开基准测试集中的 Code Agent 任务,DeepSeek-V4-Pro-0813 使用 DeepSeek Harness 极简模式作为框架进行测试(使用 max 档位,topp=0.95,temperature=1.0),其他框架下结果可能略有不同。

API 支持

原生支持 Responses API

DeepSeek API 现已原生支持 OpenAI Responses API 格式,并针对性适配 Codex。用户可以参考官方 API 文档:快速开始-接入 Agent 工具-Codex,通过一键配置脚本完成 Codex 的配置。

更灵活的思考强度控制

V4-Pro 和 V4-Flash 思考模式现支持 low / high / max 三档思考强度,用户在实际使用中可以根据任务复杂度灵活选择:简单任务使用 low,日常 Agent 任务使用 high,高度复杂的任务场景使用 max。设置方法请参考官方 API 文档:API 指南-思考模式。

API 定价调整

随着 DeepSeek V4 全系列模型正式版上线,我们将对 API 价格进行更新调整。为了更加合理地调配资源,我们将采用峰谷定价,闲时价格为高峰时段价格的一半,鼓励用户根据实际使用情况调整任务时间。新价格将于北京时间 2026 年 8 月 17 日 0 时开始生效。

跳转微信打开

  •  

DeepSeek-V4 预览版:迈入百万上下文普惠时代

原创 深度求索 2026-04-24 10:56 北京

即刻体验顶级长文本记忆能力,模型配置选择更灵活

今天,我们全新系列模型 DeepSeek-V4 的预览版本正式上线并同步开源。

DeepSeek-V4 拥有百万字超长上下文,在 Agent 能力、世界知识和推理性能上均实现国内与开源领域的领先。模型按大小分为两个版本:

即日起登录官网 chat.deepseek.com 或官方App,即可与最新的 DeepSeek-V4 对话,探索 1M 超长上下文记忆的全新体验。API 服务已同步更新,通过修改 model_name 为 deepseek-v4-pro 或 deepseek-v4-flash 即可调用。

DeepSeek-V4-Pro:性能比肩顶级闭源模型

  • Agent 能力大幅提高:相比前代模型,DeepSeek-V4-Pro 的 Agent 能力显著增强。在 Agentic Coding 评测中,V4-Pro 已达到当前开源模型最佳水平,并在其他 Agent 相关评测中同样表现优异。目前 DeepSeek-V4 已成为公司内部员工使用的 Agentic Coding 模型,据评测反馈使用体验优于 Sonnet 4.5,交付质量接近 Opus 4.6 非思考模式,但仍与 Opus 4.6 思考模式存在一定差距。

  • 丰富的世界知识:DeepSeek-V4-Pro 在世界知识测评中,大幅领先其他开源模型,仅稍逊于顶尖闭源模型 Gemini-Pro-3.1。

  • 世界顶级推理性能:在数学、STEM、竞赛型代码的测评中,DeepSeek-V4-Pro 超越当前所有已公开评测的开源模型,取得了比肩世界顶级闭源模型的优异成绩。

DeepSeek-V4-Flash:更快捷高效的经济之选

    • 相比 DeepSeek-V4-Pro,DeepSeek-V4-Flash 在世界知识储备方面稍逊一筹,但展现出了接近的推理能力。而由于模型参数和激活更小,相较之下 V4-Flash 能够提供更加快捷、经济的 API 服务。

    • 在 Agent 测评中,DeepSeek-V4-Flash 在简单任务上与 DeepSeek-V4-Pro 旗鼓相当,但在高难度任务上仍有差距。

    结构创新和超高上下文效率

    DeepSeek-V4 开创了一种全新的注意力机制,在 token 维度进行压缩,结合 DSA 稀疏注意力(DeepSeek Sparse Attention),实现了全球领先的长上下文能力,并且相比于传统方法大幅降低了对计算和显存的需求。从现在开始,1M(一百万)上下文将是 DeepSeek 所有官方服务的标配。

    DeepSeek-V4 和 DeepSeek-V3.2 的计算量和显存容量随上下文长度的变化

    Agent 能力专项优化

    DeepSeek-V4 针对 Claude Code 、OpenClaw、OpenCode、CodeBuddy 等主流的 Agent 产品进行了适配和优化,在代码任务、文档生成任务等方面表现均有提升。下图为 V4-Pro 在某 Agent 框架下生成的 PPT 内页示例:

    上下滑动或点击放大查看

    API 访问

    目前,DeepSeek API 已同步上线 V4-Pro 与 V4-Flash,支持 OpenAI ChatCompletions 接口与 Anthropic 接口。访问新模型时,base_url 不变, model 参数需要改为 deepseek-v4-pro 或 deepseek-v4-flash。

    V4-Pro 与 V4-Flash 最大上下文长度为 1M,均同时支持非思考模式与思考模式,其中思考模式支持 reasoning_effort 参数设置思考强度(high/max)。对于复杂的 Agent 场景建议使用思考模式,并设置强度为 max。模型调用与参数调整方法请参考 API 文档:

    https://api-docs.deepseek.com/zh-cn/guides/thinking_mode

    请大家注意:旧有的 API 接口的两个模型名 deepseek-chat 与deepseek-reasoner 将于三个月后(2026-07-24)停止使用。当前阶段内,这两个模型名分别指向deepseek-v4-flash的非思考模式与思考模式。

    开源权重和本地部署

    • DeepSeek-V4 模型开源链接:

    https://huggingface.co/collections/deepseek-ai/deepseek-v4

    https://modelscope.cn/collections/deepseek-ai/DeepSeek-V4

    • DeepSeek-V4 技术报告:

    https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf


    写在后面的话

    「不诱于誉,不恐于诽,率道而行,端然正己。」

    感谢每一位用户的信任与支持,大家的肯定、建议和期许,是我们不竭探索、持续进步的动力,也让我们始终坚守初心,专注于不懈的创新。

    我们将始终秉持长期主义的原则理念,在尝试与思考中踏实前行,努力向实现 AGI 的目标不断靠近。

    跳转微信打开

    •  
    ❌