DeepSeek APIアップデート:アプリの全機能とスタンドアロンツールを公開

API機能の概要

DeepSeekはAPIを更新し、DeepSeekアプリを支えるコア機能と同じものに開発者がアクセスできるようにしました。今回のリリースにより、ウェブ検索、ドキュメント解析、URL読み取り、安全フィルタリングをカスタムワークフローに直接統合できるようになったほか、OCR、ASR、TTS用のスタンドアロンAPIも提供されます。

V4.1-Flash向けの統合機能

deepseek-flashモデル(V4.1)は、サーバーサイドでのツール呼び出しとコンテキストアセンブリをサポートするようになり、クライアント側での手動管理を必要とせずに、より複雑な対話が可能になりました。主な統合機能は以下の通りです。

  • ウェブ検索: 非思考モードにおいて、引用付きのウェブ検索および画像検索結果を提供します。
  • ディープシンキング検索: モデルが多段階の推論プロセスを通じてウェブページを検索・読み取りできるようにします。
  • ファイル入力: PDF、Officeドキュメント、画像を会話コンテキストに直接解析して取り込むことをサポートします。
  • URL読み取り: ユーザーメッセージに含まれるリンクからコンテンツを自動的に取得・処理します。
  • 安全チェック: 入出力の両方をスクリーニングし、潜在的なリスクが検出された場合に拒否インジケーターを返します。

開発者は、deepseek_web_searchやdeepseek_read_urlといった特定のパラメータを使用してこれらの機能を有効にできます。これらのツールは利用可能ですが、DeepSeekは、コンテンツのモデレーション、モデル登録要件の遵守、AI生成コンテンツの適切なラベル付けについては、引き続き開発者が責任を負う必要があると指摘しています。

スタンドアロンAPIと開発者向けリソース

統合されたチャット機能に加え、DeepSeekはいくつかのコア機能をスタンドアロンAPIとして公開しました。これには以下が含まれます。

  • OCR(光学文字認識)
  • ASR(自動音声認識)
  • TTS(テキスト読み上げ)

開発者がこれらの機能を採用できるよう支援するため、DeepSeekは既存の会話履歴のインポートをサポートするオープンソースのフロントエンドデモを公開しました。ソースコードはGitHubで入手可能であり、詳細な統合ガイドが公式APIドキュメントで公開されています。

料金体系

これらの拡張機能の使用には、標準のトークン料金に加えて、追加のツール使用料が発生します。開発者は、これらの特定のツールに関連するコストの詳細について、公式のDeepSeek料金ドキュメントを参照してください。

Sources