Ir para o conteúdo

Black Friday: até 61% de desconto nos nossos packs até 30 de novembro.

Ver os packs

Busca na web, arquivos e voz na API do DeepSeek: configuração, custos reais e quando manter seu RAG

Um guia prático sobre busca na web, leitura de URLs, entrada de arquivos com OCR e voz na API do DeepSeek: como configurar cada recurso, quanto custam quando as taxas por consulta se somam às tarifas de tokens e um método piloto para decidir quais perguntas vão para as ferramentas nativas e quais ficam na sua própria pilha de recuperação.

Este guia mostra como configurar na API do DeepSeek a busca na web, a leitura de URLs, a entrada de arquivos com OCR e a voz, quanto cada resposta realmente custa e como decidir para onde vai cada pergunta. Esses recursos também trazem obrigações de governança, que a primeira seção apresenta.

O que o DeepSeek adicionou à API

A busca roda no mecanismo de busca próprio do DeepSeek. Segundo o changelog, o DeepSeek Search é um mecanismo de busca de uso geral, nativo de IA, que indexa centenas de bilhões de páginas da web e oferece busca multilíngue.

Você pode executar a busca com o modo de raciocínio (thinking) desligado ou ligado. Com o raciocínio ativado, o deepseek_web_search funciona como busca com raciocínio profundo: ao longo de várias etapas de raciocínio, o modelo pesquisa, abre páginas e localiza trechos dentro delas, fazendo até cerca de 20 chamadas de ferramenta antes de responder. Isso ajuda em perguntas de pesquisa difíceis. Também significa que uma única pergunta do usuário pode gerar muita atividade cobrável, assunto ao qual as seções de custos e ressalvas voltam mais adiante.

O lançamento também impõe uma condição de governança. O anúncio de lançamento do DeepSeek afirma que aplicativos voltados ao público precisam ativar as verificações de segurança e que os desenvolvedores continuam responsáveis pela moderação de conteúdo, pelo registro de modelos quando aplicável e pela rotulagem de conteúdo gerado por IA. Ou seja, aplicativos públicos precisam ligar a verificação de segurança, mas fazer isso não transfere seu trabalho de conformidade para o DeepSeek. Trate isso como a base de governança para tudo o que vem a seguir.

Se quiser uma referência funcional, o DeepSeek publica um demo de chat de código aberto no GitHub. O demo armazena sua chave de API e suas configurações no localStorage do navegador, e as conversas e os anexos originais no IndexedDB. Isso funciona para um protótipo local. Em produção, mantenha as chaves em um backend.

Configurando deepseek_web_search e deepseek_read_url no deepseek-flash

Escolhendo um endpoint

Copie o formato exato da requisição para o endpoint que você usa a partir do guia oficial de Web Tools. Trate esse guia como a fonte de verdade sempre que a API mudar e não adapte exemplos escritos para outro provedor.

Uma sequência mínima de configuração

  1. Mantenha a chave em um backend. O armazenamento no navegador usado pelo demo de chat serve para um protótipo local e nada além disso.
  2. Comece com uma ferramenta. Usando o formato de requisição do guia de Web Tools, chame o deepseek-flash com o deepseek_web_search ativado e o raciocínio desligado, e então envie um pequeno conjunto de perguntas reais de usuários.
  3. Registre o uso em cada requisição, com um registro como o mostrado abaixo.
  4. Adicione o deepseek_read_url separadamente para buscar páginas específicas e teste-o isoladamente antes de combinar as duas ferramentas.
  5. Ligue o raciocínio por último e compare os resultados com sua linha de base com raciocínio desligado.

O que registrar desde o primeiro dia

O registro abaixo é o formato de log que sugerimos, não o formato de resposta do DeepSeek. Os dois valores de tokens vêm do exemplo da documentação do DeepSeek; os demais valores são campos a preencher com o seu próprio tráfego.

{
  "route": "public_freshness",
  "endpoint": null,
  "model": "deepseek-flash",
  "thinking": false,
  "tools_enabled": ["deepseek_web_search"],
  "billed_search_queries": null,
  "input_tokens": 9078,
  "cached_input_tokens": 4096,
  "output_tokens": null,
  "latency_ms": null,
  "peak_hours": null,
  "answer_useful": null
}

Acompanhe com mais atenção três campos: consultas cobradas, tokens de entrada e se a resposta ajudou. A análise de custos mais adiante neste guia depende deles.

Raciocínio ligado ou desligado

A busca com raciocínio profundo oferece mais profundidade, mas menos previsibilidade.

Combinando com suas próprias function tools

A MxChat relatou que, em seus testes, um bot que já usa function tools, por exemplo para consultas de pedidos ou formulários, não conseguiu adicionar a busca na web do DeepSeek com o raciocínio desligado. Sugerimos confirmar isso na sua própria conta antes de depender desse comportamento. Se ele se confirmar para você, um assistente que já chama suas ferramentas só pode adicionar a busca nativa no modo de raciocínio, e assume o perfil de latência e custo desse modo.

O que você não pode configurar

A ferramenta de busca nativa rejeita as opções allowed_domains, blocked_domains e user_location, então não é possível restringir os resultados a determinados sites por meio da ferramenta. Se o seu requisito diz "citar apenas nossa documentação e estes três órgãos reguladores", a ferramenta nativa não consegue atendê-lo.

APIs independentes de Search e Fetch

O DeepSeek também oferece busca e fetch como APIs independentes. Elas têm limites por conta de 100 consultas por segundo para busca e 25 para fetch, separados dos limites de concorrência do modelo. Compare esses limites com o seu tráfego de pico, não com a média, porque a média vai enganar você.

Entrada de arquivos e OCR: limites e cobrança

A Files API define limites de tamanho por tipo de arquivo.

Tipo de arquivoLimite de tamanho
Imagens64 MiB
Documentos como PDF, Word e PowerPoint100 MiB
Texto simples, planilhas e e-books32 MiB

Segundo o guia de OCR, o OCR é cobrado pelo número de páginas reconhecidas com sucesso, e um reconhecimento que falha ou excede o tempo limite não é cobrado. Consulte a página de preços para ver as tarifas atuais antes de montar um orçamento.

A entrada de arquivos funciona melhor para perguntas e respostas pontuais sobre documentos, em que o usuário envia um contrato ou um formulário digitalizado e faz perguntas sobre ele. Equipes que precisam de uma base de conhecimento persistente e versionada, com controles de acesso, estratégia de chunking, regras de atualização e rastreamento de citações, provavelmente ainda terão de construir essa camada por conta própria. Nosso guia sobre chunking de tabelas em PDF sem perder a fonte aborda o lado de proveniência desse trabalho.

Voz: speech-to-text e text-to-speech

Comece pela cobertura de idiomas. Segundo a documentação do DeepSeek, o reconhecimento de fala suporta 21 idiomas, incluindo o russo, enquanto a síntese de fala suporta 10 idiomas, e o russo não está entre eles. Na prática, um produto poderia aceitar uma pergunta falada em um idioma no qual não consegue responder em voz alta. A cobertura pode crescer, então acompanhe o changelog e confirme seus idiomas-alvo na documentação de fala do DeepSeek antes de se comprometer.

Os custos de voz exigem a mesma atenção. Na amostra única da MxChat, ler em voz alta uma resposta de 213 caracteres custou cerca de $0.0096 pelo preço de tabela, enquanto gerar essa resposta no deepseek-flash custou cerca de $0.0006, de modo que a saída de voz custou cerca de 16 vezes a geração de texto. Uma única amostra curta não é uma previsão, mas mostra que a saída de voz pode custar mais do que o texto que ela lê, então modele esse custo separadamente.

Quanto a busca na web do DeepSeek realmente custa: taxas de ferramenta além das tarifas de tokens

A taxa por busca é apenas uma linha da fatura.

Tarifas de tokens e horário de pico

As tarifas fora do pico são metade das tarifas de pico. O horário de pico vai das 01:00 às 04:00 e das 06:00 às 10:00 UTC, de segunda a sexta, exceto feriados nacionais chineses.

Comportamento de cobrança a considerar no projeto

A busca na web é cobrada por consulta, não por chamada. Uma chamada de busca que retorna resultados é cobrada por cada uma de suas consultas, então uma chamada com três consultas conta como três. Uma chamada que falha ou não retorna resultados não é cobrada. Isso significa que seu orçamento precisa se basear no número de consultas que o modelo de fato emite, e registrar o tráfego real é a única forma de descobrir esse número. O rastreamento por requisição, como descrito no nosso playbook de rastreamento GenAI com OpenTelemetry, dá a você um registro das chamadas de ferramenta e das contagens de tokens para construir esse orçamento.

O que os descontos não cobrem

As taxas de busca não ficam mais baratas fora do pico nem com cache, porque o horário com preço pela metade e o desconto de cache do DeepSeek se aplicam apenas a tokens. A parte da fatura referente à busca é a mesma a qualquer hora.

Crescimento do contexto

A busca também aumenta o seu contexto. No exemplo da documentação, uma requisição de busca usou 9,078 tokens de entrada mais 4,096 tokens em cache. O conteúdo das páginas que o modelo recupera vira entrada, e você paga pela entrada.

O que o teste da MxChat encontrou

A MxChat testou respostas com e sem busca no deepseek-flash.

Métrica (teste da MxChat)Sem buscaCom busca
Buscas cobradas por respostaNenhuma2.9 em média
Tokens de entrada por resposta4,07013,803
Custo por 1,000 respostas, fora do pico$0.63$3.64
Participação das taxas de busca na faturaNão se aplica60%

No teste da MxChat, as respostas com busca geraram em média 2.9 buscas cobradas, e os tokens de entrada por resposta subiram de 4,070 sem busca para 13,803 com busca. Fora do pico, 1,000 respostas custaram $0.63 sem busca e $3.64 com busca, e as taxas de busca representaram 60% da fatura. Em outras palavras, uma resposta com busca custou quase seis vezes mais do que uma sem busca neste teste, e a maior parte disso veio das taxas por consulta e dos tokens de entrada extras, não da resposta em si.

Contexto de mercado

A Anthropic lista sua ferramenta de busca na web do Claude a $10 por 1,000 buscas e a OpenAI lista sua ferramenta de busca na web a $10 por 1,000 chamadas, ambas acrescidas dos custos de tokens. Sugerimos comparar esses preços de tabela com a taxa atual por consulta do DeepSeek na sua página de preços. Lembre-se de que a taxa por busca é apenas parte da comparação. Quantas consultas cada resposta gera e quanto cada busca acrescenta ao contexto podem pesar tanto quanto ela.

O Piloto de Roteamento por Tipo de Pergunta

A página de preços sozinha não vai dar uma decisão a você. O método abaixo, que chamamos de Piloto de Roteamento por Tipo de Pergunta (Route-by-Question-Type Pilot), é um teste curto com o seu próprio tráfego. Em vez de um único sim ou não para o produto inteiro, ele termina com uma decisão de roteamento para cada tipo de pergunta. É um método que sugerimos, não um benchmark publicado.

  1. Colete uma amostra de perguntas reais. Extraia um conjunto representativo dos seus logs e separe-o em três tipos: perguntas que precisam de conteúdo público e atualizado da web, perguntas sobre documentos enviados e perguntas que dependem de conhecimento privado.
  2. Execute cada pergunta em quatro configurações. Ferramentas desligadas e ligadas, cada uma com raciocínio ligado e desligado, registradas com o formato da seção de configuração.
  3. Não mexa no seu system prompt de produção. No teste da MxChat, um prompt de suporte restritivo suprimiu a busca na maior parte das vezes: o bot pesquisou em apenas 2 de 16 respostas. Em uma dessas duas, executou três buscas cobradas, foi cobrado por 12,829 tokens de entrada e ainda assim respondeu que não tinha informações suficientes em sua base de conhecimento.
  4. Contabilize respostas pagas que não ajudaram. Com o raciocínio desligado, a MxChat constatou que 6 de 20 respostas com busca, 30%, foram pagas e não ajudaram. Acompanhe essa taxa nos seus próprios dados, porque ela eleva o custo de cada resposta útil sem aparecer como um item separado na fatura.
  5. Calcule preços no pico e fora do pico. Aplique as duas tarifas de tokens e depois some as taxas de ferramenta por consulta, que nunca têm desconto.
  6. Resolva a governança antes do lançamento. Defina um responsável para cada obrigação da base de governança descrita no início deste guia.
  7. Decida por tipo de pergunta. Provavelmente você enviará alguns tipos para as ferramentas nativas e manterá os demais na sua própria recuperação.

Checklist pré-lançamento

  • [ ] Formatos de requisição copiados do guia de Web Tools para o seu endpoint
  • [ ] Modo de raciocínio escolhido por rota, com a latência medida
  • [ ] Compatibilidade com function tools testada na sua própria conta
  • [ ] Orçamento construído por consulta, incluindo o crescimento dos tokens de entrada
  • [ ] Custos de voz modelados pelo preço de tabela e idiomas de TTS verificados em relação aos mercados-alvo
  • [ ] Limites de taxa das APIs independentes verificados em relação ao tráfego de pico
  • [ ] Verificações de segurança ativadas e responsáveis pela governança definidos
  • [ ] Política de Privacidade do DeepSeek revisada pelo jurídico, após confirmar com o DeepSeek que a versão indicada ainda está vigente

Matriz de decisão: ferramentas nativas ou seu próprio RAG

Use esta tabela para interpretar os resultados do seu piloto.

DimensãoFerramentas nativas do DeepSeekSeu próprio RAG
Fonte de dadosWeb pública pelo índice do DeepSeek; arquivos enviadosQualquer corpus que você controle, incluindo dados privados
Controle de fontesSem listas de domínios permitidos ou bloqueados nem segmentação por localizaçãoControle total sobre fontes e ranqueamento
AuditabilidadeLimitada ao que o modelo e a ferramenta retornamVocê define logs, versionamento e trilhas de citação
Residência de dadosRevise o tratamento de dados do provedor em relação às suas regras de residência antes do lançamentoPode ser projetado de acordo com suas regras de residência
Previsibilidade de custosVaria conforme as consultas por resposta e o crescimento do contextoInfraestrutura em grande parte fixa mais tokens
Esforço operacionalBaixo; sem crawler, índice ou OCR para operarMaior; você constrói e mantém o pipeline
VazãoLimites por conta de busca e fetch nas APIs independentes (veja a seção de configuração)Escala com a infraestrutura que você provisiona
Páginas com muito JavaScriptTeste nas suas próprias páginas-alvo antes de depender dissoDepende do seu fetcher e da sua configuração de renderização

Onde as ferramentas nativas tendem a vencer

As ferramentas nativas fazem sentido para respostas com conteúdo público e atualizado da web e para busca multilíngue sobre um grande índice público. Também são adequadas para recursos de baixo volume ou exploratórios, perguntas e respostas pontuais sobre arquivos e equipes que ainda não têm infraestrutura de recuperação.

Onde o seu próprio RAG tende a vencer

A sua própria pilha é a melhor escolha para corpora privados ou internos que um mecanismo público não consegue ver. Ela também vence quando você precisa de listas de domínios permitidos ou bloqueados, controle rigoroso de fontes com trilhas de auditoria, ou quando regras de residência e contratos restringem para onde os dados podem ir. Como a ferramenta nativa rejeita filtros de domínio e localização, você não consegue garantir quais fontes embasam uma resposta.

Híbrido

Para muitos produtos, a resposta realista é usar os dois, e o piloto mostra onde fazer a divisão. Mantenha sua própria recuperação para o conhecimento privado e exponha a busca nativa apenas aos tipos de pergunta que precisam de informação pública e atualizada.

Ressalvas e questões em aberto

Os números de custo por resposta deste guia vêm do teste da MxChat, então trate-os como um dado isolado, não como uma previsão.

Preços, promoções e limites podem mudar, então consulte a página de preços e o changelog antes de se comprometer.

A busca com raciocínio profundo se desdobra em muitas chamadas de ferramenta, então a latência e o custo por resposta vão variar bastante. Defina timeouts e limites de orçamento por requisição, seja no seu próprio código ou em uma camada de roteamento como a do nosso playbook do Vercel AI Gateway.

Confirme que a versão indicada da política de privacidade está vigente e depois compare-a com seus contratos e requisitos regulatórios. Nosso checklist de riscos de provedores de inferência lista mais perguntas que vale a pena fazer a qualquer fornecedor de modelos.

Pontos principais

  1. As ferramentas de busca do DeepSeek rodam em seu mecanismo de busca próprio, que indexa centenas de bilhões de páginas da web.
  2. A busca na web da API do DeepSeek é cobrada por consulta, não por chamada, e os descontos fora do pico e de cache valem apenas para tokens, nunca para taxas de busca.
  3. No teste independente da MxChat, respostas com busca custaram $3.64 por 1,000 fora do pico contra $0.63 sem busca, e as taxas de busca representaram 60% da fatura.
  4. A ferramenta de busca nativa rejeita filtros de domínio e localização, e a MxChat constatou que adicionar busca na web junto com suas próprias function tools só funcionou no modo de raciocínio.
  5. Na amostra única da MxChat, o text-to-speech custou cerca de 16 vezes a geração de texto; a síntese de fala cobre 10 idiomas, contra 21 do reconhecimento de fala.
  6. Aplicativos voltados ao público precisam ativar as verificações de segurança, mas moderação, registro e rotulagem de conteúdo de IA continuam sendo responsabilidade do desenvolvedor.
  7. Execute um Piloto de Roteamento por Tipo de Pergunta: ferramentas nativas servem para web pública atualizada e arquivos pontuais, enquanto corpora privados, controle de fontes, auditabilidade e residência apontam para o seu próprio RAG.

Conclusão

As ferramentas nativas do DeepSeek permitem adicionar busca na web em tempo real, leitura de arquivos e voz a um produto com LLM sem operar seu próprio crawler, índice ou pipeline de OCR. Mas a taxa por busca é apenas uma parte da fatura. O que você realmente paga depende de quantas consultas cada resposta gera, de quanto o contexto cresce, de quantas buscas não ajudam e de quanto custa a saída de voz, e os primeiros testes independentes sugerem que as taxas de busca podem ser a maior parcela. Teste algumas restrições em vez de presumi-las: não há filtros de domínio ou localização, combinar a busca com suas próprias function tools exige, segundo relatos, o modo de raciocínio, e as obrigações de governança continuam sendo suas.

Então execute o Piloto de Roteamento por Tipo de Pergunta com o seu próprio tráfego e o seu system prompt real, calcule os preços nas tarifas de pico e fora do pico e envie cada tipo de pergunta para a opção que o atende melhor. Para a maioria das equipes, o resultado é um modelo híbrido, com a busca nativa cuidando da informação pública e atualizada e a sua própria recuperação cuidando de tudo o que é privado, controlado ou auditado. Se um segundo olhar sobre o desenho do seu piloto ou o seu modelo de custos for útil, a equipe da Optijara terá prazer em conversar sobre isso.

Perguntas frequentes

Quanto custa a busca na web nativa do DeepSeek em comparação com a OpenAI e a Anthropic?

A Anthropic lista sua ferramenta de busca na web do Claude a $10 por 1,000 buscas e a OpenAI lista sua ferramenta de busca na web a $10 por 1,000 chamadas, ambas acrescidas dos custos de tokens. Consulte a página de preços do DeepSeek para ver a taxa atual por consulta de busca. O DeepSeek cobra por consulta, então uma chamada com três consultas conta como três, e buscas que falham ou voltam vazias não são cobradas. O custo real por resposta útil depende de quantas consultas o modelo emite e de quanto conteúdo de busca ele acrescenta aos tokens de entrada.

Os descontos fora do pico do DeepSeek se aplicam às taxas de busca na web e de fetch?

Não. As tarifas de tokens fora do pico são metade das de pico, com horário de pico das 01:00 às 04:00 e das 06:00 às 10:00 UTC em dias úteis, exceto feriados nacionais chineses. O horário com preço pela metade e o desconto de cache do DeepSeek se aplicam apenas a tokens, então as taxas de busca são as mesmas a qualquer hora do dia.

Posso limitar a busca na web do DeepSeek a domínios específicos ou a um país?

Não pela ferramenta nativa. Ela rejeita as opções allowed_domains, blocked_domains e user_location, então não é possível restringir os resultados a determinados sites. Se você precisa de listas de fontes permitidas ou bloqueadas, ou de segmentação por localização, mantenha essa recuperação no seu próprio pipeline.

Posso usar a busca na web do DeepSeek junto com minhas próprias function tools?

Talvez, mas teste antes. Nos testes da MxChat, um bot que já usava function tools, por exemplo para consultas de pedidos ou formulários, não conseguiu adicionar a busca na web do DeepSeek com o raciocínio desligado, então a combinação só funcionou no modo de raciocínio. Sugerimos confirmar isso na sua própria conta. No modo de raciocínio, a busca com raciocínio profundo pode fazer até cerca de 20 chamadas de ferramenta antes de responder, então espere maior variação de latência e custo.

Quais tamanhos de arquivo a Files API do DeepSeek aceita e como o OCR é cobrado?

Imagens podem ter até 64 MiB, documentos como PDF, Word e PowerPoint até 100 MiB, e texto simples, planilhas e e-books até 32 MiB. O OCR é cobrado pelo número de páginas reconhecidas com sucesso; reconhecimentos que falham ou excedem o tempo limite não são cobrados. Consulte a página de preços para ver as tarifas atuais antes de montar o orçamento.

Devo substituir meu pipeline de RAG pelas ferramentas nativas do DeepSeek?

Geralmente não por completo. As ferramentas nativas servem para perguntas sobre a web pública e atualizada, busca multilíngue e perguntas e respostas pontuais sobre arquivos. O seu próprio RAG continua sendo a melhor opção para corpora privados, controle de domínios, trilhas de auditoria e requisitos de residência de dados. Execute um Piloto de Roteamento por Tipo de Pergunta com perguntas reais e o seu prompt de produção sem alterações. No teste da MxChat, um prompt restritivo suprimiu a busca na maior parte das vezes, e com o raciocínio desligado 30% das respostas com busca foram cobradas sem ajudar. Faça o roteamento por tipo de pergunta em vez de migrar o produto inteiro.

Fontes

  1. https://api-docs.deepseek.com/news/news261113/
  2. https://api-docs.deepseek.com/quick_start/pricing/
  3. https://api-docs.deepseek.com/guides/web_tools/
  4. https://api-docs.deepseek.com/guides/build_a_chatbot/
  5. https://api-docs.deepseek.com/guides/files_api/
  6. https://api-docs.deepseek.com/guides/ocr/
  7. https://api-docs.deepseek.com/updates/
  8. https://github.com/deepseek-ai/chat-demo
  9. https://cdn.deepseek.com/policies/en-US/deepseek-privacy-policy-2025-02-14.html
  10. https://mxchat.ai/deepseek-web-search-api-pricing-chatbot-test/
  11. https://www.datastudios.org/post/deepseek-api-web-search-ocr-voice-0-75-per-1000-searches
  12. https://tproger.ru/news/deepseek-otkryla-v-api-poisk-chtenie-fajlov-i-golos-iz-svoego-pr

Partilhar este artigo

Hamza Diaz

Escrito por

Hamza Diaz

Hamza Diaz é o fundador da Optijara, onde cria agentes de IA práticos, sistemas de automação e fluxos de trabalho do Copilot para empresas de serviços. Ele escreve sobre operações de IA, estratégia de agentes e implementação no mundo real para equipes que querem sistemas úteis em vez de exagero.

Todos os artigos

Próximo passo

Tem algo para construir?

Diga-nos do que precisa. Respondemos com um âmbito claro e um orçamento fechado.