DeepSeekがアプリの道具一式をAPIに開放、検索・ファイル・音声まで「deepseek-flash」で

まず初めに

AIアプリを作るとき、一番面倒なのはモデル呼び出しではない。検索を繋ぎ、PDFを読ませ、URLを開かせ、安全確認を入れて、音声まで用意する、その配管工事の方だ。DeepSeekは今回、その配管を丸ごと「うちのアプリで使っているやつ、そのまま貸すよ」と言い出した。しかも土台のモデルは最上位ではなく、速くて安いFlashの方である。道具一式を安いモデルに載せて配るあたり、実に商売が分かっている。 ※個人の感想です

何が起きたのか

DeepSeekは2026年11月13日、APIドキュメントの変更履歴で「アプリケーションAPIのフルセット公開」を発表しました。同社の説明では、DeepSeekアプリ（Web版を含む）では、Web検索、ファイル入力、URL読み取り、音声対話、安全確認がモデル推論と組み合わさって会話体験を形作っており、今回、その能力を開発者に開放したということです。既存のAPIにパラメータを追加することで有効化でき、ツール呼び出しと文脈の組み立てはサービス側が処理します。

対象モデルは「deepseek-flash」で、背後のモデルバージョンはDeepSeek-V4.1-Flash-1017です。利用できるAPI形式は次の3つです。

API形式	エンドポイント
Messages	POST https://api.deepseek.com/anthropic/v1/messages
Responses	POST https://api.deepseek.com/responses
Chat Completions	POST https://api.deepseek.com/chat/completions

会話に組み込める機能

公式ガイド「Build a Chatbot」によれば、組み込める機能は次のとおりです。

• Web検索: 思考モードを無効にして「deepseek_web_search」ツールを有効化すると、モデルが質問に応じてWeb検索や画像検索を行い、出典付きで回答する
• 深い思考検索: 思考モードを有効にした同ツールでは、モデルが複数ステップの推論の中で自ら検索し、リンクを読んで回答する
• ファイル入力: PDF、Officeファイル、画像などをアップロードし、テキスト抽出またはレイアウト解析を経て会話の文脈に加える
• URL読み取り: 「deepseek_read_url」ツールを有効化すると、モデルが利用者のメッセージ内のリンクを検出し、ページを取得して回答に使う
• モデルの安全確認: 安全確認パラメータを有効化すると、入力と出力を審査し、リスクが見つかれば拒否を示すマーカーを返す。一般向けにサービスを提供する場合は、このパラメータを有効化し、内容の安全審査やAI表示などの義務を果たすよう同社は求めている

このほか、会話タイトルの自動生成、利用者の日時や場所・言語を伝えるメタデータ、回答の読み上げ、音声入力といった、アプリ側の細かな機能もガイドに並んでいます。同社は、これらのAPIで作ったオープンソースのデモチャットクライアントも公開しており、DeepSeek Chatの履歴を取り込んで続きから使えるとしています。

独立APIと料金の読み方

基盤となる能力と音声機能は、独立したAPIとしても提供されます。対象は、検索と取得（Search and Fetch）、OCR、音声認識（ASR）、音声合成（TTS）です。

料金は、モデルのトークン料金とは別建てです。DeepSeekの料金表に基づく報道では、検索は1,000回の成功したリクエストで0.75ドル、OCRは1,000ページで0.225ドル、音声認識は音声1時間あたり0.058ドル（期間限定、定価は0.116ドル）、音声合成は10,000文字で0.225ドル（期間限定、定価は0.45ドル）といった水準が伝えられています。料金は変更履歴が料金ページへの参照を求めているため、導入前に公式の料金ページで最新の数字を確認してください。deepseek-flash自体のトークン料金は、ピーク時間帯で入力100万トークンあたり0.30ドル、出力1.20ドルと報じられています。

もう1つ、実装上の注意点があります。公式ガイドによれば、Web検索やURL読み取りのツールを宣言したり、安全確認を高い水準に設定したり、タイトル生成を有効化したりしたリクエストでは、temperatureなどのサンプリングに関するパラメータはサービス側が決め、リクエスト側の指定は無視されます。細かく出力を制御している既存の実装に組み込む場合は、この仕様が効いてきます。

小さく試す手順

導入を検討する場合の現実的な順序は次のとおりです。まず、検索かファイル入力のどちらか1つだけを有効化し、既存の自前実装と回答の出典の付き方を比べます。次に、ツール料金を含めた1会話あたりの総コストを、トークン料金だけで見積もった場合と並べて実測します。独立APIの方は、OCRや音声認識のように入出力がはっきりした用途から使うと、料金と品質の対応が掴みやすくなります。最後に、一般向けに出す場合は安全確認パラメータの有効化が同社の求める条件である点と、サンプリング系パラメータが無視される仕様を、設計の前提として織り込む必要があります。いきなりアプリの全機能を載せ替えるのではなく、道具を1つずつ差し替えて比べるのが、この手の基盤貸し出しとの付き合い方です。

IT Postの見方

IT Postでは、今回の開放は「モデルの性能競争」から「アプリ基盤の貸し出し競争」への移行を象徴する動きだと考えます。検索もファイル読みも音声も、自前で配管すれば各社が同じ苦労を繰り返す部分です。そこをAPIのパラメータ1つで済ませられるなら、開発速度では大きな差になります。一方で、道具の実行まで提供側に委ねるということは、検索の質、取得の可否、料金の改定といった要素が、そっくり提供側の都合に連動することも意味します。便利さと引き換えに、アプリの中核が他社の配管の上に乗る。その判断は、料金表の数字と同じくらい慎重にすべきだと考えます。元・白物家電の王国発の研究機関が、今度は「道具箱の貸し出し」で攻めてきた形です。

今後どうなりそうか

アプリの再現に必要な部品がそろったため、DeepSeekのAPIを使ったチャットアプリやエージェントの実装例は増えていくとみられます。検討する場合は、まず検索とファイル入力だけを小さく有効化し、ツール料金を含めた1会話あたりのコストを実測するのが現実的です。本誌では、料金や仕様の変更が公表された場合に続報として扱います。