DeepSeek、アプリと同じ検索・音声機能をAPIで提供|日本語の読み上げも

画像:AIエージェントナビ編集部
自社のチャットボットにWeb検索や音声の入出力を付けるには、これまで検索のAPIや音声のAPIを別々に用意してつなぐ必要がありました。DeepSeekは2026年11月13日、同社のWeb版・アプリ版「DeepSeek Chat」と同じ会話機能を、APIでも使えるようにしたと発表しました。
本記事では、使えるようになった機能と料金、公開サービスに組み込むときの注意点を解説します。
アプリと同じ機能をAPIで呼べるようになった
公式ドキュメントによると、対象はWeb検索、考えながら検索を重ねる「deep thinking search」、ファイルの入力、URLの読み取り、モデルの入出力を審査する基本的な安全チェックです。いずれもAPIのパラメータで有効にでき、文字認識(OCR)・文字起こし(ASR)・読み上げ(TTS)は単体のAPIとしても呼べます。会話のタイトルを自動で付ける機能や、今日の日付・利用者の地域・言語をモデルに伝える仕組みもそろっています。
あわせて、APIキーを入れるだけで試せるオープンソースのデモ用チャット画面と、そのソースコードがGitHubで公開されました。DeepSeek Chatから書き出した会話履歴を取り込んで続きから会話でき、APIキーや会話はブラウザの中だけに保存されると説明されています。
検索とURL読み取りはDeepSeek側のサーバーで動く
検索とURLの読み取りはDeepSeekのサーバーが実行し、呼び出す側のアプリは返ってきた結果を表示して、次の会話でそのまま戻すだけの作りです。ファイルはPDF、Word、PowerPoint、画像に対応し、文字だけを取り出すか、レイアウトごと読み取ってから会話に加えられます。
日本語の読み上げと文字起こしにも対応
読み上げは日本語・英語・中国語など10言語、文字起こしは日本語を含む21言語に対応し、どちらも言語は自動で判定されます。読み上げの声は女性の「Stella」と男性の「Tide」の2種類で、モデルが文章を書いている途中から少しずつ音声にする方式も選べます。文字起こしは1回120秒・8MiBまでの音声ファイルをまとめて文字にする方式で、話しながら文字にするリアルタイム認識には対応していません。
料金は検索1,000回0.75ドル、音声は期間限定で半額
検索とWebページの取得は、どちらも1,000回あたり0.75ドルです。結果が返らなかった検索や、取得できなかったリンクは課金されません。
読み上げは1万文字あたり定価0.45ドル、文字起こしは音声1時間あたり定価0.116ドルで、現在はどちらも期間限定で半額の0.225ドルと0.058ドルになっています。半額がいつまで続くかは公式に書かれていません。
公開サービスに組み込むときの注意点
安全チェックについて公式ドキュメントは、一般向けにサービスを提供する場合はこの機能を有効にし、「コンテンツの安全審査」「大規模モデルの登録」「AIであることの表示」などの義務を果たすよう求めています。この説明には対象となる国や地域が書かれていないため、日本で組み込む場合は、自社に当てはまる手続きを個別に確かめる必要があります。
まとめ
- DeepSeek Chatと同じ検索・ファイル・URL読み取り・安全チェック・音声の機能をAPIで使える
- 検索とURL読み取りはDeepSeek側のサーバーで実行される
- 読み上げは10言語、文字起こしは21言語に対応し、どちらも日本語を含む
- 検索と取得は1,000回0.75ドル、読み上げと文字起こしは期間限定で半額
- 公開サービスでは安全チェックを有効にし、当てはまる義務を確かめる
💡 編集部の見解
日本の企業が試す前に決めておきたいのは、どの情報をDeepSeekに送るかです。今回の機能は検索やURLの読み取りまでDeepSeek側のサーバーで処理する作りなので、社内の文書や顧客の情報を流す前に、送ってよい範囲を社内で決めておくと安心です。
出典:DeepSeek(開発者向けドキュメント)/DeepSeek公式X(2026年11月13日)/DeepSeek(読み上げAPIのドキュメント)/DeepSeek(文字起こしAPIのドキュメント)




