AIニュース · 18分で読めます

DeepSeek APIのWeb検索・ファイル解析・OCR・音声:料金と使い方

DeepSeek APIでWeb検索、ファイル解析、OCR、音声認識、音声合成が利用可能に。それぞれの仕組みや料金、制限、使い方を解説します。検索や音声処理の課金単位と安全性に関する注意点も紹介します。チャット内の機能と独立したAPIの違いや利用時の制限を確認できます。

光るAIの中核から光の通路が虫眼鏡、スキャンした書類の束、音波、盾につながるイラスト

DeepSeekは2026年11月13日のChange Logで、Web検索、深い思考による検索、URL読み取り、ファイル入力、安全性チェックを、Messages、Responses、Chat Completionsの各エンドポイントを通じてdeepseek-flashの開発者に開放しました。独立したSearchとFetch、OCR、音声認識、音声合成のAPIも提供され、トークン料金に加えて課金されます。

DeepSeekは2026年11月13日に何を発表した?

DeepSeekは2026年11月13日、公式のChange Logに「アプリケーションAPIの全スイートを公開」と題した記事を掲載し、DeepSeek AppとWebクライアントの機能を開発者に提供しました。DeepSeekによると、Web検索、ファイル入力、URL読み取り、音声対話、安全性の機能はすでにアプリ内でモデルの推論と並行して動作しており、「本日、これらの機能を開発者に開放します」と述べています。ツールの実行とコンテキストの組み立てはサービス側が管理します。DeepSeekは北京時間の11月13日に公式Xアカウントでも公開を伝えました。

今回の提供には、deepseek-flashのチャットに統合された5つの機能と、独立した4つのユーティリティAPIが含まれます。後者はSearchとFetch、OCR、自動音声認識(ASR)、音声合成(TTS)です。これに先立ち、2026年10月17日のChange Log更新では、DeepSeekが数千億のWebページを索引化しているとする自社検索API(DeepSeek Search)と、deepseek-flashというモデル名でのDeepSeek-V4.1-Flash-1017のリリースを発表しました。

エンドポイントのデモとして、DeepSeekはブラウザ上で動くチャットクライアントをオープンソースで公開しました(ライブデモとGitHubリポジトリ)。エクスポートしたDeepSeekのチャット履歴をインポートできます。DeepSeekは、APIキー、会話、アップロードした画像はブラウザ内にとどまり、このクライアントはデモ専用だと説明しています。

deepseek-flashの5つのチャット内機能はどう動く?

チャット内の5機能はすべてdeepseek-flash(DeepSeekの料金ページでは現在DeepSeek-V4.1-Flash-1017と記載)上で、3つのAPIエンドポイントを通じて動作します。

  • Messages(Anthropic形式): POST https://api.deepseek.com/anthropic/v1/messages
  • Responses: POST https://api.deepseek.com/responses
  • Chat Completions: POST https://api.deepseek.com/chat/completions

Build a ChatbotガイドとWeb Toolsガイドによると、各機能は次のリクエスト設定に対応します。

  • Web検索:思考を無効にし、deepseek_web_searchツールを有効にすると、deepseek-flashが必要に応じてWeb検索や画像検索を行い、引用付きで回答します。ユーザーメッセージに画像が含まれる場合、画像検索が自動的に起動します。
  • 深い思考による検索:思考とdeepseek_web_searchを有効にすると、モデルは複数の推論ステップにわたり自律的にWebを検索してリンクを読み、回答までに最大で約20回のツール呼び出しを行います。
  • URL読み取り:deepseek_read_urlを有効にすると、モデルはユーザーのプロンプト内のリンクを検出し、ページを取得して回答時のコンテキストに含められます。
  • ファイル入力:Files APIでアップロードしたPDF、Office文書、画像などのファイルを、text_recognition(プレーンテキストのみで、図表や写真は除外)またはrich_layout_recognition(テキストと切り出した図を元の位置に配置)で解析し、コンテキストに取り込みます。
  • モデルの安全性:safety_checkを追加すると入出力を検査し、リスクを検出した場合に拒否マーカーを返します。

チャットボットのガイドでは、任意のユーザーメタデータマーカー(現在の日付、ユーザーの場所、言語の受け渡し)と、titleによる会話タイトルの自動生成も説明しています。クライアントアプリケーションは返されたコンテンツブロックを表示し、次のターンで変更せずに送り返す必要があります。DeepSeekが検索呼び出しとコンテキストの組み立てをサーバー側で処理するため、アプリケーションが各ツール呼び出しをローカルで実行する従来のクライアント側ツール呼び出しとは異なります。

リクエストでDeepSeek APIのWeb検索を有効にするには?

開発者は、deepseek-flashのJSONリクエスト本文に直接パラメータを追加することで、DeepSeekのWeb検索、URL読み取り、高レベルの安全性検査、会話タイトルの自動生成を有効にできます。

{
  "model": "deepseek-flash",
  "tools": [
    { "type": "deepseek_web_search" },
    { "type": "deepseek_read_url" }
  ],
  "safety_check": { "level": "high" },
  "title": { "enabled": true },
  "messages": [
    {
      "role": "user",
      "content": "Summarize the latest pricing updates on https://api-docs.deepseek.com/quick_start/pricing"
    }
  ]
}

リクエストでWebツールを宣言するか、safety_checkをhighに設定するか、titleを有効にすると、DeepSeekのサービスはいくつかのサンプリングパラメータを上書きし、temperatureやtop_pなどのクライアント値を無視します。max_tokensパラメータは有効なままですが、複数ステップの検索全体ではなく、各推論ステップを個別に制限します。

独立したDeepSeek Search、Fetch、OCR、ASR、TTSのAPI

DeepSeekは統合されたチャット機能に加え、検索、ページ抽出、OCR、音声処理をチャットセッション外で呼び出せる4つの独立したAPIを開放しました。

SearchとFetchのAPI

Search & Fetchガイドにあるとおり、POST https://api.deepseek.com/v1/tools/searchはDeepSeekのWebインデックスを直接検索し、POST https://api.deepseek.com/v1/tools/fetchはWebページをMarkdownとして取得します。チャット内のdeepseek_web_searchツールと異なり、独立したSearch APIはまだ画像検索に対応していません。

DeepSeek OCR API

POST https://api.deepseek.com/v1/tools/ocrで利用できるOCR APIは、PDF、Word、PowerPoint、一般的な画像形式に対応し、抽出したテキストをページごとに返します。OCRエンドポイントに送信したファイルはDeepSeekに保存されず、チャットモデルにも渡されません。

DeepSeek ASR(音声からテキストへ)

POST https://api.deepseek.com/v1/tools/asrで利用できるASR APIは、16ビットPCM WAVまたはOgg Opusの音声ファイル全体を1回のリクエストで文字起こしし、ストリーミング認識には対応しません。中国語、広東語、英語、日本語、韓国語、ドイツ語、フランス語、スペイン語、ポルトガル語、イタリア語、ロシア語、アラビア語、ヒンディー語を含む21言語を自動検出します。

DeepSeek TTS(テキストから音声へ)

全文の音声合成またはWebSocketストリーミングにPOST https://api.deepseek.com/v1/tools/tts経由で利用できるTTS APIは、stella(女性、デフォルト)とtide(男性)の2つの声を提供します。普通話、広東語、英語、日本語、韓国語、マレー語、アラビア語、インドネシア語、タイ語、ベトナム語の10言語を自動検出し、デフォルトのwavまたはpcmで出力します。

DeepSeek APIのWeb検索、OCR、音声の料金は?

DeepSeekの公式Models & Pricingページによると、2026年11月15日時点で、すべてのツールおよび独立したAPIの呼び出しにはdeepseek-flashモデルのトークン料金に加えて課金されます。

ツールと独立APIの料金

項目 料金 単位 備考
検索(テキストと画像) $0.75 1,000検索あたり WebツールとSearch APIで同額
Web取得 $0.75 1,000取得あたり URL読み取りとFetch APIで同額
ファイル解析とOCR API $0.225 1,000ページあたり 解析したページごとに課金
音声合成(TTS) 定価$0.45 / 期間限定$0.225 10,000文字あたり 期間限定で50%割引
音声認識(ASR) 定価$0.116 / 期間限定$0.058 音声1時間あたり 期間限定で50%割引

deepseek-flashのトークン料金(1Mトークンあたり)

トークンの種類 オフピーク ピーク
入力(キャッシュヒット) $0.003 $0.006
入力(キャッシュミス) $0.15 $0.30
出力 $0.60 $1.20

deepseek-flashは1Mトークンのコンテキストウィンドウと最大384Kの出力トークンに対応します。オフピークのトークン料金はピーク料金の半額です。ピーク時間は月曜日から金曜日の01:00から04:00 UTCと06:00から10:00 UTCで、中国の祝日を除きます。それ以外の時間と週末はオフピーク料金です。DeepSeekはTTSとASRの50%割引の終了日を発表しておらず、料金は変動し、調整される場合があるとしています。各社のトークン料金については、AI API料金比較をご覧ください。

開発者が特に驚く課金ルールは?

DeepSeekの課金モデルでは、単なるエンドポイント呼び出しではなく、個々のサブクエリ、成功した取得、アップロードされたページ、安全性審査のトークンに料金が発生します。

  • 検索はツール呼び出しごとではなくクエリごとに課金:1回のdeepseek_web_search呼び出しに3つの検索クエリが含まれる場合、3回の検索として課金されます。画像検索では各画像が1回の検索として数えられ、モデルが選択した領域ごとにさらに1回が加算されます。
  • 失敗や空の結果は無料:失敗した検索、空の結果、タイムアウト、取得できなかったリンクには料金がかかりません。独立したSearchとFetchのリクエストは、結果数やページのトークン数にかかわらず、結果が空でないHTTP 200応答の場合のみ課金されます。
  • 深い思考による検索での再表示は無料:複数ステップの推論中、ページにはWebから取得したときだけ課金されます。取得済みページの再表示、ページ内の移動、テキスト検索に追加の取得料金はかかりません。
  • 安全性チェックは出力トークンとして課金:安全性審査に使われたトークンはsafety_tokensとして報告され、出力トークン料金で課金されます。
  • ファイル解析はアップロード時に1回課金:文書解析はアップロード成功時にページごとに1回課金されます。その後のチャットでファイルを参照する際は通常の入力トークン料金が適用されます。
  • 音声の課金:ASRは音声の長さを秒単位で課金します。

主な制限、安全性チェック、コンプライアンス上の義務

DeepSeekは新しいエンドポイントについて、ペイロードとツールの厳格な制限、およびコンプライアンス上の注意事項を設けています。

技術的な制限と同時実行数の上限

  • Webツール:deepseek_web_searchではallowed_domains、blocked_domains、user_locationに対応していません。他のサーバーツールはまだdeepseek_web_search、deepseek_read_url、safety_check、titleと組み合わせられません。深い思考による検索は約20回のツール呼び出しで停止します。
  • ファイル解析とOCR:いずれもファイルは100 MiB、1,000ページが上限です。ファイル解析では、アップロードに120秒、解析に120秒の制限があり、同時アップロードはアカウントあたり15件までです。元のファイルと解析結果はダウンロードできません。独立したOCRは合計180秒までです。
  • ASRとTTS:ASRはファイルを8 MiB、120秒に制限し、同時リクエストはアカウントあたり最大50件です。TTSはリクエストあたり課金対象の10,000文字が上限で、速度調整には対応しません。

モデルの安全性チェックと公開サービスのコンプライアンス

デフォルトでは、APIはlowレベルの安全性チェックを実行します。safety_checkを{"level": "high"}に設定すると、Model Content Safetyによる審査が入力(ツールの結果を含む)と出力の両方に適用されます。違反時は400 Content Exists Riskが返されるか、拒否によって応答が終了します(Messagesではstop_reasonが"refusal"、Chat Completionsではfinish_reasonが"content_filter")。すでにストリーミングされたトークンは取り消せないため、拒否が届いた場合、クライアントは配信済みテキストを独自の拒否メッセージに置き換える必要があります。

DeepSeekは、一般公開サービスの運営者に対し、safety_checkを有効にし、コンテンツ安全性審査、大規模モデルの登録、AI表示などの義務を果たすよう求めています。safety_checkはコンプライアンスを支援しますが、サービス提供者自身のコンテンツ審査義務に代わるものではないとしています。

チャット内Webツールと独立したSearch・Fetchはいつ使い分ける?

DeepSeekのチャット内Webツールと独立したSearch・Fetch APIの選択は、DeepSeekと自分のコードのどちらが取得を制御するかによって決まります。サーバー管理の検索オーケストレーション、画像検索、複数ステップの深い思考、自動引用を活用する会話型アシスタントを構築する場合は、deepseek-flash内でdeepseek_web_searchとdeepseek_read_urlを使います。

Markdownのページ抽出結果に対して独自のドメインフィルタリング、分割、後続モデルの選択を必要とする検索拡張生成(RAG)パイプラインを構築する場合は、独立した/v1/tools/searchと/v1/tools/fetchのエンドポイントを使います。独立したOCR、ASR、TTSも、ファイルや音声をチャットの状態に含めないモジュール式のパイプラインに適しています。

FAQ

Web検索とURL読み取りに対応するDeepSeekモデルは?

DeepSeekのドキュメントでは、Messages、Responses、Chat Completionsの各エンドポイントでdeepseek-flash(料金ページでは現在DeepSeek-V4.1-Flash-1017と記載)を指定しています。ガイドには他のモデルIDへの対応が記載されていないため、サーバー側で処理されるWeb検索、深い思考による検索、URL読み取り、ファイル入力、安全性チェックが必要な開発者はdeepseek-flashを対象にしてください。

DeepSeekのWeb検索を特定のドメインに制限できる?

できません。DeepSeekのWeb Toolsガイドは、deepseek_web_searchがallowed_domains、blocked_domains、user_locationに対応しないことを確認しています。厳格なドメインの許可リストやブロックリストが必要な場合は、独立した/v1/tools/search APIを呼び出し、返されたURLを自分のバックエンドでフィルタリングし、承認済みページを/v1/tools/fetchで取得します。

DeepSeek APIでは失敗した検索や到達できないURLにも課金される?

されません。DeepSeekは、Web検索ではクエリが結果を返した場合のみ、URL読み取りではページの取得に成功した場合のみ課金します。独立したSearchとFetchのAPIでは、タイムアウト、失敗したリクエスト、空の結果は無料です。空でないペイロードを持つHTTP 200応答のみ、1,000リクエストあたり$0.75で課金されます。

DeepSeekのTTSとASRの50%割引はいつまで続く?

DeepSeekのModels & Pricingページには、TTSを10,000文字あたり$0.225、ASRを音声1時間あたり$0.058に引き下げる期間限定の50%割引が掲載されていますが、終了日は示されていません。DeepSeekは料金が変動する可能性があるとも述べ、公開済みのAPI料金を調整する権利を留保しています。

safety_checkを有効にするだけで公開AIサービスのコンプライアンス規則を満たせる?

満たせません。DeepSeekによると、一般向けサービスの運営者はsafety_checkを有効にし、コンテンツ安全性審査、大規模モデルの登録、AI表示に関する義務を果たす必要があります。ドキュメントでは、このパラメータはコンプライアンスを支援するものの、サービス提供者自身のコンテンツ審査責任に代わるものではないと明記されています。

出典

執筆

Chunyu Cai

Chunyu CaiはLotook, LLCの最高経営責任者(CEO)であり、起業家です。AIモデルやエージェント、そしてそれらが日々の仕事をどう変えるかについて執筆しています。Chunyu CaiはImperial College Londonで修士号を取得しています。