ビットコイン10,905,877円▼4.59%
イーサリアム308,079円▼4.54%
XRP161.2円▼3.28%
ソラナ12,652円▼2.89%
BNB101,004円▼3.70%
DeepSeekはdeepseek-flashのAPIを拡充し、検索やファイル解析、音声の入出力を対話サービスから利用できるようにした。
対象は既存のdeepseek-flashモデルで、Messages、Responses、Chat Completionsの各APIに対応する。開発者はAPIの設定を通じて各機能を利用でき、検索などの結果を反映した応答を自社の対話サービスに組み込める。
入力できる資料はPDF、Word、PowerPoint、画像だ。利用者が示したURLの内容を読み込み、質問への回答に反映できる。検索はウェブと画像に対応し、思考モードでは推論中に検索やリンク閲覧を利用できる。
対話APIの機能をまとめて使うほか、検索、ウェブ取得、OCR（画像文字認識）、ASR（音声認識）、TTS（音声合成）を個別に呼び出すことも可能だ。モデルへの入力と出力を確認する基本的な安全機能も用意した。
同社は10月17日に検索APIを公開していた。今回の拡張では、文字・画像検索やウェブ取得に加え、ファイル解析、OCR、音声の認識と合成を単体の機能として提供する。
サンプルのチャットアプリもオープンソースで公開した。複数回の対話に加え、音声入力、回答の読み上げ、過去のDeepSeekの対話記録の取り込みに対応する。開発者はコードを改変して、自らのサービスに合わせられる。
料金は機能ごとに設定した。文字・画像検索とウェブ取得は各1000回あたり5人民元、ファイル解析とOCRは1000ページあたり1.5人民元。ASRは音声1時間あたり0.78人民元、TTSは1万文字あたり3人民元で、音声機能には期間限定の半額料金を設けている。
