Przejdź do treści
Sklep

Artykuły

DeepSeek otwiera API wyszukiwania, plików i mowy

Nowe API DeepSeek obejmuje wyszukiwanie, OCR, pliki i głos. Porządkuję ceny i pokazuję, co doszło bez premiery nowego modelu.

Tekst: 3 min czytania
DeepSeek otwiera API wyszukiwania, plików i mowy
Spis treści 5
  1. Model dostaje narzędzia, a aplikacja mniej połączeń
  2. Koszt nie kończy się na tokenach
  3. Nowe API, stary identyfikator wersji
  4. FAQ
  5. Źródła

👁 113 przeczytań

w skrócie
  • DeepSeek 13 listopada udostępnił programistom API wyszukiwania, pobierania stron, parsowania plików, OCR, syntezy mowy TTS i rozpoznawania mowy ASR - to nie jest premiera V5.
  • Narzędzia mają osobne stawki: wyszukiwanie kosztuje 0,75 USD za 1000 zapytań, parsowanie pliku 0,225 USD za 1000 stron, a synteza mowy 0,45 USD za 10 tys. znaków.
  • Aktualny model deepseek-flash nosi identyfikator V4.1-Flash-1017 pochodzący z aktualizacji z 17 października, a samo udostępnienie narzędzi w listopadzie nie zmienia historii bazowego modelu.

13 listopada DeepSeek otworzył dla programistów funkcje, które wcześniej składały się na działanie jego aplikacji: wyszukiwanie, czytanie adresów, obsługę plików i głos. Nie jest to premiera DeepSeek V5. W aktualnym cenniku podstawowy deepseek-flash nadal wskazuje wersję V4.1-Flash-1017.

Dla mnie to ciekawsza zmiana niż kolejna drobna korekta rankingu. Programista nie musi samodzielnie składać wszystkich elementów potrzebnych do rozmowy o dokumencie i znalezionej stronie. Nadal musi jednak wiedzieć, za co płaci i z jakiego źródła pochodzi odpowiedź.

Model dostaje narzędzia, a aplikacja mniej połączeń

Nowe funkcje można uruchamiać z istniejących interfejsów rozmowy. deepseek-flash obsługuje wyszukiwanie z trybem myślenia lub bez niego, pliki i pobieranie treści podanych adresów. Osobno dostępne są Search and Fetch, OCR, rozpoznawanie mowy oraz synteza głosu.

Przy pracy z dokumentem oznacza to dwa etapy, które łatwo pomylić. Najpierw usługa odczytuje plik, potem model odpowiada na jego treść. Niepoprawnie rozpoznana tabela może doprowadzić do złej odpowiedzi nawet wtedy, gdy dalsze rozumowanie jest spójne. Dlatego prosiłbym o wskazanie fragmentu źródła, a wartości z tabeli sprawdził przed użyciem w raporcie.

Nie przepłacaj za te subskrypcje

Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.

Zobacz, co jest dostępne

Analogicznie działa wyszukiwanie. Link przy zdaniu daje możliwość kontroli, ale nie gwarantuje, że strona rzeczywiście potwierdza całą odpowiedź. W zadaniu obejmującym ceny zachowałbym datę, walutę i jednostkę z oryginału.

Koszt nie kończy się na tokenach

Poniższy cennik producenta odczytałem 16 listopada 2026. Dla mowy podaję regularne ceny katalogowe, a nie widoczny obok czasowy rabat.

Funkcja APICena katalogowa
Wyszukiwanie tekstu lub obrazów0,75 USD/1000 wyszukiwań
Pobranie strony0,75 USD/1000 pobrań
Parsowanie plików i OCR0,225 USD/1000 stron
Synteza mowy TTS0,45 USD/10 tys. znaków
Rozpoznawanie mowy ASR0,116 USD/godz. audio

Narzędzia są płatne zarówno przy wywołaniu bezpośrednim, jak i wtedy, gdy model uruchamia je podczas rozmowy. Do tego dochodzi przetwarzanie tokenów. Darmowy dostęp do konsumenckiego czatu nie jest darmowym kredytem API.

Cennik deepseek-flash rozróżnia szczyt i godziny poza szczytem. Zwykłe wejście kosztuje odpowiednio 0,30 i 0,15 USD za milion tokenów, a wyjście 1,20 i 0,60 USD. Również trafienie w cache ma osobną stawkę. Przy kalkulacji stałego procesu nie brałbym jednej najniższej liczby z tabeli jako ceny całodobowej.

Nowe API, stary identyfikator wersji

Aktualizacja Flash-1017 pochodzi z 17 października. Listopadowe udostępnienie narzędzi to inne zdarzenie. Ma to znaczenie dla aplikacji, która zapisuje nazwy modeli w raportach: sama data uruchomienia nowego endpointu nie zmienia historii bazowego modelu.

Dokumentacja przyjmuje też część dawnych nazw i kieruje je do aktualnego Flasha. Zachowana odpowiedź HTTP nie jest dowodem, że działa dawny model. Jeśli zależy mi na odtwarzalności, zapisuję datę wykonania, identyfikator z odpowiedzi, ustawienia oraz treść wejścia.

Do pierwszego porównania wybrałbym jawny dokument i kilka pytań o jego szczegóły. Osobno sprawdziłbym odczyt tekstu, tabeli i przypisu, a następnie odpowiedź z dodatkowym wyszukiwaniem. Dzięki temu łatwiej ustalić, czy błąd powstał w ekstrakcji, wyszukiwaniu czy w odpowiedzi modelu.

FAQ

Czy to DeepSeek V5? Nie. Ogłoszenie dotyczy zestawu API, a bieżący Flash jest opisany jako V4.1-Flash-1017.

Czy wyszukiwanie jest w cenie tokenów? Ma osobną pozycję w cenniku, również gdy uruchamia je model.

Czy można analizować PDF i pliki biurowe? Tak, producent opisuje odczyt plików i parsowanie ich układu. Poprawność ekstrakcji trzeba oceniać na konkretnym dokumencie.

Od czego zacząć z Polski? Od oficjalnej platformy DeepSeek i dokumentacji Build a Chatbot. Przed użyciem danych firmowych trzeba sprawdzić warunki przetwarzania właściwe dla konta; sam język polski w poleceniu nie określa miejsca przechowywania danych.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Źródła

Piotr Olszewski

Autor

Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

O mnie →Wszystkie teksty →

Czytaj dalej

Narzędzia do tego tematu

darmowe, bez kontaWszystkie 29 →
z sieci - nowe teksty w moich serwisach

Wszystkie moje projekty →

Najczęściej czytane

7 dni
  1. 1Plakat festiwalu z polskim napisem: prompt i test 6 generatorów obrazu (Prompt dnia 14.11)
  2. 2Claude Fable 5.2 czy Opus 5.5: kiedy dopłata 2 razy ma sens, a kiedy to wyrzucone pieniądze
  3. 330 promptów do ChatGPT Images i 10 do przerabiania zdjęć
🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →