DeepSeek API: веб-поиск, чтение ссылок, цены и ошибки 400

Подключите серверный поиск DeepSeek Flash и чтение URL через Messages, Responses или Chat Completions. Выберите режим thinking, сохраните signature между запросами, проверьте счётчики платных поисков и загрузок страниц, исправьте ошибки 400 и решите, когда удобнее вызывать Search, Fetch, OCR, ASR или TTS отдельно.

Содержание
DeepSeek API: веб-поиск, чтение ссылок, цены и ошибки 400

Чтобы чат-бот на DeepSeek API искал информацию в интернете и давал ссылки на источники, используйте deepseek-flash, объявите deepseek_web_search и отключите thinking. Для многошагового поиска включите thinking, а для чтения ссылок пользователя используйте deepseek_read_url. Начните с официального API DeepSeek: совместимые шлюзы не обязательно передают новые поля серверных инструментов и результаты их работы.

Эти возможности появились 13 ноября 2026 года. Поиск, загрузка веб-страниц, обработка файлов и речевые функции оплачиваются отдельно от токенов модели.

Ниже — рабочие форматы запросов для трёх API, правила расчёта стоимости, передача истории диалога и способы исправить ошибки 400.

Что DeepSeek добавил в API 13 ноября?

DeepSeek открыл разработчикам функции, которые раньше были доступны прежде всего в его чат-приложении.

Согласно официальному журналу изменений, DeepSeek V4.1 Flash с идентификатором deepseek-flash теперь поддерживает:

  • Веб-поиск и поиск изображений со ссылками на источники.
  • Глубокий поиск с несколькими шагами рассуждения, открытием страниц и поиском текста внутри них.
  • Чтение URL из сообщения пользователя.
  • Загрузку PDF, офисных документов и изображений с извлечением текста или анализом структуры.
  • Проверку входных данных и ответов модели на риски.

Функции доступны через Messages, Responses и Chat Completions. Сам DeepSeek вызывает серверные инструменты и добавляет полученные данные в контекст модели.

Вашему приложению не нужно самостоятельно выполнять поиск или скачивать страницы, когда модель использует эти инструменты.

Отдельно работают API Search, Fetch, OCR, ASR и TTS. Они возвращают результаты непосредственно вашему коду: найденные страницы, извлечённый текст, расшифровку речи или аудиофайл.

Как выбрать режим поиска?

Поведение deepseek_web_search зависит от настройки thinking.

ЗадачаИнструментThinkingЧто делает модель
Обычный поискdeepseek_web_searchВыключенПри необходимости ищет в интернете и отвечает со ссылками
Глубокий поискdeepseek_web_searchВключёнВыполняет поиск, открывает страницы и сверяет сведения в несколько шагов
Чтение URLdeepseek_read_urlВыключен либо включён без веб-поискаАнализирует ссылки из последнего сообщения пользователя
Поиск и чтение URLОба инструментаВыключенСама выбирает, искать информацию или открыть переданную ссылку

При глубоком поиске модель может выполнить примерно до 20 вызовов инструментов. Это приблизительный предел из документации, а не обещанное число вызовов.

Есть важное правило совместной работы инструментов. Если включён thinking и объявлен deepseek_web_search, запрос использует глубокий поиск. Отдельный механизм чтения URL через deepseek_read_url при этом не запускается.

Если пользователю нужно разобрать конкретные ссылки, объявите только deepseek_read_url.

Объявление инструмента не гарантирует его вызов. Решение о поиске и загрузке страниц принимает модель.

Подробнее о самой модели, её характеристиках и стоимости задач программирования читайте в разборе DeepSeek V4.1 Flash.

Как включить deepseek_web_search через Chat Completions?

Отправьте POST https://api.deepseek.com/chat/completions, укажите модель deepseek-flash и добавьте инструмент в массив tools.

Понадобятся API-ключ DeepSeek, оболочка Bash, cURL и jq. Ключ создаётся в личном кабинете платформы DeepSeek.

Сначала сохраните ключ в переменной окружения. Команда read -rs не показывает вводимые символы.

Следующий запрос включает обычный веб-поиск и проверку безопасности содержимого.

read -rs DEEPSEEK_API_KEY && export DEEPSEEK_API_KEY

curl -sS https://api.deepseek.com/chat/completions \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-flash",
    "thinking": {"type": "disabled"},
    "tools": [
      {"type": "deepseek_web_search"}
    ],
    "safety_check": {"level": "high"},
    "messages": [
      {
        "role": "user",
        "content": "What did DeepSeek announce on November 13, 2026? Cite the official sources."
      }
    ]
  }' | jq '{
    error: .error,
    answer: .choices[0].message.content,
    citations: .choices[0].message.annotations,
    tool_calls: .choices[0].message.server_tool_calls,
    finish_reason: .choices[0].finish_reason,
    usage: .usage
  }'

В успешном ответе с поиском могут присутствовать следующие поля:

  • choices[0].message.content — текст ответа.
  • choices[0].message.annotations — ссылки на источники и позиции цитат в тексте.
  • choices[0].message.server_tool_calls — шаги серверного поиска.
  • usage.server_tool_use — счётчики использования поиска и загрузки страниц.

Завершённому ответу соответствует choices[0].finish_reason = "stop". Значение length означает, что ответ оборвался из-за ограничения длины. content_filter сообщает об отказе проверки содержимого.

Если server_tool_calls отсутствует, это ещё не ошибка. Модель могла решить, что поиск не нужен. Задайте вопрос, требующий свежих сведений, и снова проверьте поле.

Как включить глубокий поиск?

Оставьте deepseek_web_search и измените настройку thinking:

{
  "thinking": {"type": "enabled"},
  "tools": [
    {"type": "deepseek_web_search"}
  ]
}

Этот режим подходит для вопросов, где нужно найти несколько источников, открыть страницы и сравнить данные.

Модель может искать текст внутри открытых страниц и возвращаться к найденным материалам. Дополнительные шаги увеличивают расход токенов и иногда число платных загрузок.

Сколько именно действий выполнить, решает DeepSeek.

Как читать URL без поиска?

Объявите только deepseek_read_url и поместите ссылку в последнее сообщение пользователя:

{
  "thinking": {"type": "disabled"},
  "tools": [
    {"type": "deepseek_read_url"}
  ],
  "messages": [
    {
      "role": "user",
      "content": "Summarize https://api-docs.deepseek.com/updates/ and identify the November 13 changes."
    }
  ]
}

Используйте тот же endpoint Chat Completions, модель, заголовок авторизации и настройку безопасности, что в первом примере.

У чтения ссылок есть ограничения:

  • URL извлекаются только из последнего сообщения пользователя.
  • Повторяющиеся URL учитываются один раз.
  • Рассматриваются не более первых 10 разных URL.
  • Модель сама выбирает, какие из них прочитать.
  • Если страниц несколько и они длинные, часть текста может быть обрезана.

Правила подробно описаны в документации Web Tools.

Если пользователь отправил ссылку в прошлом сообщении, следующий запрос сам по себе не запускает её повторное чтение.

Чем отличаются Messages, Responses и Chat Completions?

Все три API поддерживают серверный поиск, но используют разные форматы запросов и ответов.

APIEndpointОбъявление инструмента по документацииУправление thinking
Chat Completions/chat/completions{"type":"deepseek_web_search"}thinking.type
Messages/anthropic/v1/messages{"type":"deepseek_web_search","name":"deepseek_web_search"}thinking.type
Responses/responses{"type":"deepseek_web_search"}reasoning.effort

Для всех трёх используется хост https://api.deepseek.com.

В примерах DeepSeek для Messages инструмент объявлен с полями type и name. Из этих примеров нельзя сделать вывод, что name обязательно для любого допустимого запроса.

Messages использует заголовок x-api-key. В Chat Completions и Responses применяется Authorization: Bearer.

Если вы переносите приложение между протоколами, сначала изучите различия Messages, Chat Completions и Responses. Совпадение названия модели ещё не означает совпадения формата вызовов и истории.

Пример для Messages API

Следующий запрос Bash читает URL через Anthropic-совместимый формат Messages.

curl -sS https://api.deepseek.com/anthropic/v1/messages \
  -H "x-api-key: ${DEEPSEEK_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-flash",
    "thinking": {"type": "disabled"},
    "tools": [
      {
        "type": "deepseek_read_url",
        "name": "deepseek_read_url"
      }
    ],
    "safety_check": {"level": "high"},
    "messages": [
      {
        "role": "user",
        "content": "Summarize https://api-docs.deepseek.com/updates/"
      }
    ]
  }' | jq '{
    content: .content,
    stop_reason: .stop_reason,
    usage: .usage
  }'

Текст ответа находится в блоках content. Вызов инструмента представлен блоком server_tool_use, а результат приходит отдельным блоком.

Ссылки на источники прикрепляются к текстовым блокам. Для законченного ответа используется stop_reason = "end_turn".

Если включить потоковую передачу, итоговое потребление берите из последнего события message_delta. Поле usage в message_start отражает только первый шаг генерации.

Пример для Responses API

В Responses API настройка мышления называется reasoning.effort, а не thinking.type.

Значение none выключает thinking. Значения low, high и max включают его с указанным уровнем усилий.

curl -sS https://api.deepseek.com/responses \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-flash",
    "reasoning": {"effort": "high"},
    "tools": [
      {"type": "deepseek_web_search"}
    ],
    "safety_check": {"level": "high"},
    "input": "Research the November 13, 2026 DeepSeek API update and compare the official documentation."
  }' | jq '{
    status: .status,
    output: .output,
    usage: .usage
  }'

Вызовы поиска в Responses представлены элементами web_search_call внутри output. Ответ модели приходит как элемент message, а ссылки на источники находятся в аннотациях output_text.

Если ответ закончен, поле status имеет значение completed. При ограничении длины или отказе проверки содержимого возможно incomplete. Сбой генерации может привести к failed.

Перед повторным запросом проверьте incomplete_details.reason или error.code.

Не используйте одну схему разбора ответа для всех трёх протоколов. Особенно это важно при сохранении истории и результатов серверных инструментов.

Зачем сохранять signature между сообщениями?

После успешного чтения страницы через deepseek_read_url DeepSeek передаёт её содержимое в зашифрованном поле signature.

Обычный текст страницы не возвращается в блоке результата. Поля url, title, data и published_at предназначены главным образом для отображения.

В следующих сообщениях DeepSeek может восстановить ранее прочитанную страницу по signature.

Передавайте предыдущие ответы модели без изменений, включая kind, signature и структуру серверных вызовов.

Пример на Python ниже использует Chat Completions. Он сохраняет полный ответ ассистента и отправляет его вместе со следующим вопросом.

Перед запуском установите requests через python -m pip install requests и убедитесь, что DEEPSEEK_API_KEY экспортирован в окружение.

import os
import requests

endpoint = "https://api.deepseek.com/chat/completions"

headers = {
    "Authorization": f"Bearer {os.environ['DEEPSEEK_API_KEY']}",
    "Content-Type": "application/json",
}

tools = [{"type": "deepseek_read_url"}]

messages = [
    {
        "role": "user",
        "content": (
            "Read https://api-docs.deepseek.com/updates/ "
            "and summarize the November 13, 2026 entry."
        ),
    }
]


def complete_turn(history):
    response = requests.post(
        endpoint,
        headers=headers,
        json={
            "model": "deepseek-flash",
            "thinking": {"type": "disabled"},
            "tools": tools,
            "safety_check": {"level": "high"},
            "messages": history,
        },
        timeout=180,
    )

    response.raise_for_status()
    data = response.json()

    if data.get("error"):
        raise RuntimeError(data["error"])

    choice = data["choices"][0]

    if choice["finish_reason"] != "stop":
        raise RuntimeError(
            f"Incomplete response: {choice['finish_reason']}"
        )

    return choice["message"]


first_reply = complete_turn(messages)

# Preserve the complete assistant object, including server_tool_calls.
messages.append(first_reply)

messages.append(
    {
        "role": "user",
        "content": "Which developer features does that entry list?",
    }
)

second_reply = complete_turn(messages)
print(second_reply["content"])

Код показывает формат диалога из документации. Это не результат выполненного теста с реальным API-ключом.

Проверьте first_reply["server_tool_calls"]. Если вызова read_link нет, модель не прочитала страницу и сохранять её signature нечего.

Для остальных протоколов нужно передавать их собственные структуры:

APIЧто сохранять между запросами
MessagesПолные блоки content ответа ассистента, включая kind и signature
ResponsesЭлементы предыдущего output, включая web_search_call, kind и signature
Chat CompletionsПолное сообщение ассистента вместе с server_tool_calls

Если библиотека или API-шлюз удаляет signature, следующий запрос всё равно может завершиться успешно. Но ранее прочитанная страница не попадёт обратно в контекст.

Есть различие между чтением URL и глубоким поиском. Результаты поиска, открытые страницы и промежуточные рассуждения предыдущего раунда не сохраняются как полный исходный контекст. В последующих раундах обычно доступен только текст ответа.

Подписанное содержимое страницы из deepseek_read_url — предусмотренное документацией исключение.

Поэтому при использовании этой функции не сводите историю ассистента только к role и content.

Когда нужны отдельные Search, Fetch, OCR, ASR и TTS API?

Выбирайте отдельные API, когда приложение должно само управлять получением и обработкой данных.

В отличие от встроенных инструментов, они возвращают данные непосредственно вашему коду. Вы можете проверить результат, применить фильтры, сохранить текст и самостоятельно передать его модели.

Endpoint и формат запроса для каждого API

APIEndpoint на https://api.deepseek.comВходные данныеРезультат
SearchPOST /v1/tools/searchJSON с queryСтруктурированные results
FetchPOST /v1/tools/fetchJSON с urltitle и текст страницы в Markdown через content
OCRPOST /v1/tools/ocrMultipart-поля file, purposepages[].text и page_count
ASRPOST /v1/tools/asrАудиофайл в multipart-поле fileРасшифровка text и duration_ms
TTSPOST /v1/tools/ttsJSON с textАудио WAV или PCM

Все пять API используют Bearer-аутентификацию.

Ниже — запросы Bash для каждого интерфейса. В них используется переменная DEEPSEEK_API_KEY, созданная ранее.

# Search for pages and return structured results.
curl -sS https://api.deepseek.com/v1/tools/search \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{"query":"DeepSeek API release","count":5,"need_content":true}' \
  | jq '.results[] | {title, url, summary, content}'

# Fetch one page as Markdown.
curl -sS https://api.deepseek.com/v1/tools/fetch \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{"url":"https://api-docs.deepseek.com/updates/"}' \
  | jq '{title, content}'

# Extract text from a local PDF.
curl -sS https://api.deepseek.com/v1/tools/ocr \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -F purpose="text_recognition" \
  -F file="@document.pdf" \
  | jq '{page_count, pages}'

# Transcribe a local audio file.
curl -sS https://api.deepseek.com/v1/tools/asr \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -F file="@speech.wav" \
  | jq '{text, duration_ms}'

# Generate a WAV file.
curl -sS https://api.deepseek.com/v1/tools/tts \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{"text":"Hello from DeepSeek.","voice_id":"stella"}' \
  --output speech.wav

Для OCR и ASR соответствующие файлы должны находиться на локальном диске. Запрос TTS сохраняет файл speech.wav в текущем каталоге.

Основные ограничения по состоянию на 14 ноября 2026 года:

  • Search: длина query — 1–128 символов Unicode. Параметр count задаёт от 1 до 50 результатов. Лимит аккаунта — 100 QPS.
  • Fetch: один HTTP- или HTTPS-адрес за запрос с учётом правил доступа целевого сайта. Лимит аккаунта — 25 QPS; дополнительно действует лимит QPS на отдельный домен.
  • OCR: размер файла до 100 MiB, не более 1,000 страниц. Одновременно на аккаунт допускается до 15 задач распознавания.
  • ASR: до 120 секунд аудио и до 8 MiB на запрос. Поддерживаются 16-bit PCM WAV и Ogg Opus.
  • TTS: не более 10,000 оплачиваемых символов за запрос. Доступны синтез полного текста и потоковый режим через WebSocket.

В Search можно использовать операторы site:, lang: и after:. По состоянию на 14 ноября 2026 года отдельный Search API не поддерживает поиск изображений. Для этого нужен встроенный веб-инструмент.

Подробные параметры смотрите в документации Search и Fetch, OCR, ASR и TTS.

Чем загрузка файла отличается от OCR?

Используйте загрузку файлов, когда модель должна отвечать на вопросы по документу. Выбирайте отдельный OCR, если приложению нужен сам извлечённый текст.

Для работы с файлом выполните следующие действия:

  1. Отправьте документ на POST https://api.deepseek.com/files в формате multipart/form-data.
  2. Передайте поле purpose до поля file. Обратный порядок может вызвать 400.
  3. В purpose укажите text_recognition или rich_layout_recognition.
  4. После успешной обработки получите file_id и передайте его в запрос к deepseek-flash.

Пример загрузки локального PDF через Bash и cURL:

curl -sS https://api.deepseek.com/files \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -F purpose="text_recognition" \
  -F file="@report.pdf" \
  | jq '{id, filename, purpose}'

Параметры -F создают multipart-запрос. Сохраняйте порядок purpose, затем file. Не устанавливайте границу multipart через Content-Type вручную: cURL формирует её самостоятельно.

В ответе загрузки приходит id. Его нужно передать модели как file_id. Разбор документа выполняется во время загрузки, поэтому отдельный опрос статуса не требуется.

Режим text_recognition извлекает текст и пропускает диаграммы, фотографии и другие изображения. rich_layout_recognition дополнительно передаёт модели обнаруженные изображения в соответствующих местах документа.

В Chat Completions ссылка на файл выглядит так:

{
  "role": "user",
  "content": [
    {"type": "file", "file_id": "file-api-xxxxxxxxxxxxxxxx"},
    {"type": "text", "text": "Summarize the key points of this document."}
  ]
}

Вместо примера file_id используйте настоящий идентификатор из ответа на загрузку.

Один запрос может содержать не более 20 документов. Общий объём их извлечённого текста ограничен 8 MiB.

Разбор оплачивается один раз после успешной загрузки. При последующих обращениях к модели содержимое документа учитывается как входные токены.

Подробнее — в руководстве по разбору файлов.

Сколько стоят веб-поиск, OCR и речевые API DeepSeek?

Стоимость складывается из двух частей: токенов модели и отдельных вызовов инструментов.

По состоянию на 14 ноября 2026 года официальная таблица тарифов содержит следующие ставки в долларах США:

ФункцияЕдиница тарификацииЦена
Текстовый веб-поиск1,000 оплачиваемых поисков$0.75
Поиск изображений1,000 оплачиваемых поисков$0.75
Fetch или чтение URL1,000 оплачиваемых загрузок$0.75
Разбор файлов или OCR1,000 успешно обработанных страниц$0.225
ASR1 час аудио$0.058 по акции; $0.116 обычная цена
TTS10,000 оплачиваемых символов$0.225 по акции; $0.45 обычная цена

Скидки на ASR и TTS помечены как временные. В проверенной документации дата окончания акции не указана.

При расчёте TTS один китайский иероглиф считается за два символа. Остальные символы, включая пробелы, считаются по одному.

Для ASR длительность округляется вверх до целой секунды.

Какие поля usage используются для расчёта платы?

Для встроенного веб-поиска смотрите следующие счётчики:

  • usage.server_tool_use.tool_search — число оплачиваемых текстовых поисков.
  • usage.server_tool_use.tool_image_search — число оплачиваемых поисков изображений.
  • usage.server_tool_use.tool_fetch — число оплачиваемых загрузок страниц.

Поля web_search_requests и web_fetch_requests для расчёта оплаты не подходят.

Они показывают число блоков результатов, в том числе с ошибками. Это счётчики для отображения, а не оплачиваемые единицы.

Один серверный вызов может запустить несколько поисковых запросов. Например, три успешных запроса в рамках одного вызова увеличат tool_search на три.

Неудачный поиск и поиск без результатов не оплачиваются.

При поиске изображений каждое изображение считается за один поиск. Каждая область, которую модель выделяет внутри изображения, считается ещё за один поиск. Неудачные поиски и поиски без результатов бесплатны.

При чтении URL плата взимается за успешно загруженную страницу. Если проверка безопасности позже заменит результат ошибкой, загрузка всё равно может оказаться платной.

При глубоком поиске повторное открытие уже доступной страницы не добавляет платный fetch. Поиск текста внутри страницы также бесплатен.

У отдельных Search и Fetch правила отличаются: оплачивается каждый успешный запрос к API. Количество результатов отдельного Search не умножает цену запроса.

Пример расчёта стоимости 100 запросов

Предположим, приложение выполнило 100 обращений к DeepSeek Flash без thinking.

Для оценки возьмём следующие объёмы:

ПоказательПредположение
Оплачиваемые текстовые поиски200
Оплачиваемые загрузки страниц100
Входные токены без попадания в кеш200,000
Входные токены из кеша0
Выходные токены, включая проверку безопасности50,000
Поиск изображений0

В непиковые часы deepseek-flash стоит $0.15 за миллион входных токенов без попадания в кеш и $0.60 за миллион выходных токенов.

Расчёт выглядит так:

Text searches = 200 / 1,000 × $0.75 = $0.150
Page fetches  = 100 / 1,000 × $0.75 = $0.075
Input tokens  = 200,000 / 1,000,000 × $0.15 = $0.030
Output tokens = 50,000 / 1,000,000 × $0.60 = $0.030

Estimated total = $0.285 for 100 requests

Итоговая оценка — $0.285 за 100 запросов. Это расчёт по заданным условиям, а не результат измерения реального расхода.

По опубликованному расписанию DeepSeek пиковые часы приходятся на 01:00–04:00 и 06:00–10:00 UTC с понедельника по пятницу. Китайские государственные праздники исключены из пикового тарифа.

В пиковые часы для Flash действуют ставки $0.30 за миллион входных токенов без попадания в кеш и $1.20 за миллион выходных токенов.

Для того же объёма оценочная стоимость составит $0.345.

Реальная сумма зависит от числа поисков и загрузок, попаданий в кеш, thinking-токенов, проверок безопасности и действующего расписания тарифов.

Thinking-токены уже входят в output_tokens. Не прибавляйте их второй раз.

Нужно ли платить за запрос с ошибкой?

Иногда да. Всё зависит от того, на каком этапе произошёл сбой.

Если генерация уже началась, HTTP-ответ может иметь статус 200, даже когда внутри ответа находится ошибка.

Вызовы модели, поиски и загрузки страниц, выполненные до сбоя, оплачиваются по обычным правилам.

При потоковой передаче проверяйте финальное событие и итоговый usage. Первоначального HTTP-статуса недостаточно.

Для обычного Chat Completions дополнительно проверяйте поле error даже при HTTP 200.

В Responses смотрите status, в том числе значения failed и incomplete.

Как исправить ошибки 400 при использовании веб-инструментов?

Чаще всего запрос отклоняется из-за принудительного выбора серверного инструмента, повторного объявления или неподдерживаемых параметров.

В официальной документации Web Tools приведены следующие сообщения. В таблице имена полей внутри ошибок показаны без дополнительных обратных кавычек.

ОшибкаПричинаЧто исправить
tool_choice: deepseek_web_search cannot be forcedВ tool_choice принудительно выбран веб-инструментУберите принудительный выбор
tools: deepseek_web_search can only be declared onceИнструмент объявлен повторноОставьте одно объявление
tools: allowed_domains is not supported by deepseek_web_searchПереданы неподдерживаемые ограниченияУберите allowed_domains, blocked_domains и user_location
tools: other tools cannot be used together with deepseek_web_search, deepseek_read_url, safety_check or title yetОбъявлен конфликтующий серверный инструментУберите несовместимый серверный инструмент
safety_check: level must be low or highНедопустимый уровень проверкиИспользуйте low или high
messages: the last assistant message used deepseek_web_search or deepseek_read_url and cannot be continued; resend the previous requestПопытка продолжить незаконченный ответ с веб-инструментомПовторите исходный запрос вместо продолжения

Исправлять все пункты подряд не требуется. Найдите сообщение своей ошибки, измените соответствующее поле и повторите запрос.

Можно ли принудительно вызвать поиск через tool_choice?

Нет. tool_choice не позволяет указать deepseek_web_search или deepseek_read_url как обязательный инструмент.

Если поставить tool_choice: "none", отключатся все инструменты, включая чтение URL.

Для Chat Completions и Responses значение tool_choice: "required" при использовании веб-инструментов обрабатывается как auto. Это тоже не гарантирует поиск.

Если приложение должно выполнить конкретный запрос без участия модели в выборе инструмента, используйте отдельный Search API.

Совместимы ли веб-инструменты с function calls?

Сообщение об ошибке описывает конфликтующие объявления серверных инструментов.

Из него нельзя сделать вывод, что запрещено любое сочетание с обычными пользовательскими функциями. Но совместимость со всеми агентными клиентами тоже не подтверждена.

В Responses нельзя одновременно объявлять эти инструменты и web_search. Кроме того, не поддерживаются отдельные типы инструментов, включая custom, namespace и tool_search.

Прежде чем подключать новые серверные инструменты к Claude Code, OpenCode или собственному агенту с функциями, проверьте полный цикл запроса и ответа.

Успешный обычный запрос к OpenAI-совместимому API без веб-инструментов не подтверждает их совместимость.

Почему продолжение ответа возвращает 400?

Новый ход диалога и продолжение незавершённой генерации — разные операции.

В новом ходе вы передаёте законченный ответ ассистента и следующее сообщение пользователя.

Продолжение пытается дописать тот же частичный ответ.

DeepSeek запрещает продолжать ответ, в котором использовались deepseek_web_search или deepseek_read_url.

Если такой ответ оборвался, повторите предыдущий запрос с подходящим ограничением длины. Учтите, что при повторе могут снова запуститься платные поиски и загрузки страниц.

Для других допустимых случаев продолжения в Chat Completions используется prefix: true у последнего сообщения assistant и beta endpoint. Это не отменяет запрет для ответов с веб-инструментами.

Что означают ошибки url_not_accessible, url_not_allowed и unavailable?

Если загрузка страницы не удалась, DeepSeek возвращает результат типа web_fetch_tool_result_error без поля signature.

Причину показывает error_code.

Код ошибкиЗначениеЧто делать
url_not_accessibleСтраницу не удалось прочитатьПроверьте адрес, доступность сайта, авторизацию и ограничения ресурса
url_not_allowedЧтение запрещено либо страница не прошла проверку безопасностиНе обходите запрет; запросите допустимый источник
unavailableСервис недоступен, страницу не удалось открыть при глубоком поиске либо операция не завершиласьПроверьте статус ответа и при необходимости повторите запрос с ограниченным числом попыток

Не считайте эти ошибки одинаковыми.

url_not_allowed может означать отказ проверки содержимого, а не сбой сети.

unavailable не означает автоматически, что вызов бесплатен. Страница могла быть уже загружена до появления ошибки.

При потоковой передаче сопоставляйте вызовы и результаты по идентификаторам. Если страницы читаются параллельно, их результаты не обязательно приходят сразу после соответствующего вызова.

Также проверяйте причину завершения:

  • end_turn в Messages — ответ завершён.
  • max_tokens — достигнут предел вывода или закончился доступный контекст.
  • refusal — ответ отклонён проверкой содержимого.

В Chat Completions соответствующие значения включают stop, length и content_filter.

Для приложения с публичным доступом включайте проверку безопасности:

{
  "safety_check": {"level": "high"}
}

DeepSeek требует включать её для публичных сервисов. Параметр проверяет входные данные и ответы, но не заменяет собственную модерацию приложения, обязательную регистрацию и маркировку ИИ-контента там, где этого требует закон.

При отказе проверки часть уже израсходованных токенов всё равно может оплачиваться.

Подробности приведены в руководстве Model Content Safety.

Что выбрать: встроенные инструменты DeepSeek или отдельный поисковый API?

Встроенные инструменты удобнее, когда модель сама ведёт поиск в ходе диалога. Отдельные API нужны, если приложению важны контроль запросов, доступ к исходным результатам и собственная обработка данных.

Задача приложенияЧто использовать сначалаПричина
Чат-бот отвечает со ссылками на источникиdeepseek_web_search без thinkingМеньше собственной логики поиска
Исследование нескольких источниковdeepseek_web_search с thinkingМодель может искать, открывать страницы и сопоставлять сведения
Краткий разбор ссылок пользователяdeepseek_read_urlЧитает подходящие URL и сохраняет контекст через signature
Поиск по конкретному сайтуОтдельный SearchКод управляет поисковыми операторами и результатами
Получение Markdown по известному URLОтдельный FetchПриложение получает текст напрямую
Массовое извлечение текста из документовОтдельный OCRРезультат доступен по страницам
Вопросы к загруженному документуFile Parsing и deepseek-flashДокумент добавляется в контекст модели
Голосовой ввод и озвучиваниеASR и TTSСпециальные интерфейсы обработки аудио

Для уже работающего агента программирования иногда лучше сохранить внешнюю интеграцию поиска. Это позволяет не менять существующие объявления инструментов и порядок их вызова.

Альтернативный подход разобран в руководстве по подключению Parallel Search MCP к агенту. Сравнивайте реальные затраты, совместимость инструментов и качество получения страниц на одинаковых задачах.

Можно ли использовать эти инструменты через BetterToken?

По состоянию на 14 ноября 2026 года модель deepseek-flash присутствовала в каталоге BetterToken. Перед выбором маршрута проверьте актуальные тарифы.

Но наличие модели в каталоге не подтверждает поддержку новых серверных инструментов DeepSeek.

Для BetterToken пока не проверены передача объявлений deepseek_web_search и deepseek_read_url, сохранение signature, возврат usage.server_tool_use и учёт дополнительной платы за инструменты.

Поэтому примеры статьи используют официальный endpoint DeepSeek.

Если вы работаете из России, отдельно проверьте возможность регистрации и оплаты непосредственно на платформе DeepSeek. Условия DeepSeek Open Platform не гарантируют доступность сервиса во всех юрисдикциях. Этот пункт сам по себе не подтверждает ни запрет, ни доступность API или конкретного способа оплаты из России.

Доступ к API BetterToken — отдельный маршрут. Его условия не подтверждают доступность личного кабинета, способов оплаты или других сервисов DeepSeek.

Перед использованием совместимого шлюза проверьте три сценария: один запрос с поиском, один запрос с чтением URL и следующий ход диалога с сохранённой signature. Затем сравните счётчики usage с фактическим списанием средств.

Для нового приложения начните с обычного поиска без thinking. Проверьте ссылки на источники и оплачиваемые вызовы. Включайте глубокий поиск для вопросов, где нужны несколько этапов проверки, а отдельные Search и Fetch используйте там, где последовательностью действий должен управлять ваш код.

Готовы оптимизировать LLM workflow?

Подключите единый API, управляйте ключами и контролируйте расходы на AI-модели в BetterToken.

Начать бесплатно