13 novembre 2026
DeepSeek ouvre les API de son application : recherche Web, fichiers et lecture d’URL avec deepseek-flash (novembre 2026)
Par Cameron Voss et West Mao
TL;DRLe 13 novembre 2026, DeepSeek a ouvert aux développeurs les fonctions de son application de chat. La recherche Web avec sources, la recherche en plusieurs étapes avec raisonnement, la saisie de PDF et de documents Office, la lecture d’URL et un paramètre d’examen de sécurité sont désormais accessibles dans les API existantes Chat Completions, Responses et Messages. Toutes fonctionnent avec deepseek-flash. DeepSeek exécute les appels aux outils et assemble le contexte : les utilisateurs n’ont donc plus à construire un service de recherche, un analyseur de documents ou un robot d’exploration. Search, Fetch, OCR, ASR et TTS sont disponibles sous forme d’endpoints autonomes. DeepSeek a aussi publié en open source le client de chat de démonstration créé avec les nouvelles API, avec une possibilité d’importer l’historique DeepSeek existant. Les outils sont facturés en plus des frais habituels par token ; la grille officielle indique un prix pour chacun. La mise à jour annonce leur disponibilité. Elle ne fournit ni mesure de qualité des réponses avec sources ni plafond d’appels aux outils par requête.
Sur cette page
- Ce que DeepSeek a ouvert le 13 novembre
- Deux modes de recherche Web : la différence tient à la boucle de raisonnement
- Saisie de fichiers et lecture d’URL
- Le paramètre de sécurité et les obligations associées
- Search, Fetch, OCR, ASR et TTS sont aussi disponibles séparément
- DeepSeek a aussi publié en open source son client conçu avec ces API
- Ce qui change pour une équipe qui utilise déjà deepseek-flash
- Ce qui reste à démontrer
- Questions fréquentes
Le 13 novembre 2026, DeepSeek a ouvert aux développeurs les fonctions de son application grand public. La recherche Web, l’envoi de fichiers, la lecture de liens, l’interaction vocale et l’examen de sécurité n’étaient auparavant disponibles que dans l’application DeepSeek. Ces fonctions sont désormais des paramètres des API du modèle ; DeepSeek gère lui-même les appels aux outils et l’assemblage du contexte.
Tout fonctionne avec deepseek-flash. Le nom du modèle ne change pas. Vous activez un outil ou un paramètre, puis le service se charge de la recherche, de la récupération, de l’analyse et de la vérification.
Ce que DeepSeek a ouvert le 13 novembre
La mise à jour part du constat qu’aucune de ces fonctions ne travaillait seule dans l’application. Dans l’application DeepSeek, version Web comprise, la recherche Web, la saisie de fichiers, la lecture d’URL, l’interaction vocale et l’examen de sécurité fonctionnent avec l’inférence du modèle. Leur combinaison forme l’expérience de conversation connue des utilisateurs. La version du 13 novembre expose ces mêmes composants par les API existantes.
Les API documentées sont Chat Completions, Responses et Messages, avec deepseek-flash comme modèle. Cinq fonctionnalités sont présentées :
Faites défiler horizontalement pour voir toutes les colonnes.
| Fonction | Activation | Rôle du service |
|---|---|---|
| Recherche Web | Outil deepseek_web_search, raisonnement désactivé | Effectue une recherche Web ou d’images selon la question et répond avec des sources |
| Recherche avec raisonnement | Outil deepseek_web_search, raisonnement activé | Recherche sur le Web et lit des liens de manière autonome en plusieurs étapes de raisonnement |
| Saisie de fichiers | Téléverser un fichier dans la requête | Extrait le texte brut ou analyse une mise en page complexe, puis ajoute le résultat au contexte de la conversation |
| Lecture d’URL | Outil deepseek_read_url | Détecte les liens dans le message, récupère les pages et utilise leur contenu pour répondre |
| Sécurité du modèle | Paramètre de contrôle de sécurité | Examine les entrées et sorties du modèle et renvoie un marqueur de refus si un risque est détecté |
La mise à jour du 13 novembre documente ces fonctions pour deepseek-flash dans Chat Completions, Responses et Messages.
Deux détails méritent d’être distingués de la liste des fonctions : vous ne gérez ni les appels aux outils ni l’assemblage du contexte. C’est la différence entre lire la documentation d’un outil de recherche et l’utiliser : le service décide quand chercher, exécute la requête, intègre le résultat au prompt et renvoie la réponse. Vous fournissez la question et activez la fonction.
Deux modes de recherche Web : la différence tient à la boucle de raisonnement
Lorsque le mode de raisonnement est désactivé et que l’outil deepseek_web_search est activé, le modèle effectue une recherche Web ou d’images selon la question et répond avec des citations. Un seul passage, un ensemble de résultats et une réponse accompagnée de sources.
Lorsque le mode de raisonnement est activé avec le même outil, le modèle recherche sur le Web et lit des liens de manière autonome au fil de plusieurs étapes. C’est un produit différent. Le premier mode est un appel de récupération intégré à un endpoint de chat. Le second ressemble à une boucle de recherche : il décide quoi chercher, ouvre les résultats et détermine si une nouvelle recherche est nécessaire.
Faites défiler horizontalement pour voir la figure complète.
La mise à jour nomme les deux modes et l’outil. Elle ne précise ni le format des sources, ni le nombre de pages que le modèle peut ouvrir, ni le plafond des appels de recherche par requête. Ce sont les données à mesurer avant de proposer l’un ou l’autre mode aux utilisateurs.
Saisie de fichiers et lecture d’URL
La saisie de fichiers accepte les PDF, les documents Office, les images et les fichiers similaires. Selon le fichier, DeepSeek extrait le texte brut ou analyse une mise en page complexe, puis ajoute le résultat au contexte de la conversation afin que le modèle réponde à partir de celui-ci. L’intérêt est de ne plus avoir à construire un pipeline de conversion, un outil de découpage et un stockage de récupération distinct pour une question sur un seul document.
La lecture des URL utilise l’outil deepseek_read_url. Le modèle détecte les liens dans le message de l’utilisateur, récupère les pages et s’appuie sur leur contenu pour répondre.
Ces deux fonctions présentent les limites habituelles des systèmes de récupération. Une page protégée par une connexion ne sera pas lue. Une page dont le texte est construit dans le navigateur peut renvoyer une structure vide. Pour un PDF numérisé sans couche de texte, le résultat dépend entièrement du traitement des images par l’analyseur. Testez ces trois cas avec vos documents avant de promettre à un client que les fichiers téléversés fonctionneront sans difficulté.
Le paramètre de sécurité et les obligations associées
Un paramètre de contrôle de sécurité active le contrôle des risques de base. Les entrées et sorties du modèle sont examinées et un marqueur de refus est renvoyé lorsqu'un risque est détecté.
La mise à jour donne aussi une instruction directe aux fournisseurs de services destinés au public : activez le paramètre et respectez les obligations applicables à un service d’IA public, notamment l’examen de la sécurité des contenus, l’enregistrement des grands modèles et l’étiquetage de l’IA. En pratique, cette liste décrit le marché chinois. Ce type d’exigence a sa place dans les spécifications du produit, pas dans une simple note de bas de page.
Search, Fetch, OCR, ASR et TTS sont aussi disponibles séparément
Les mêmes capacités sont également proposées sous forme d’API autonomes. C’est utile lorsque vous voulez récupérer des informations ou transcrire de l’audio sans ajouter de tour de conversation :
Faites défiler horizontalement pour voir toutes les colonnes.
| API autonome | Fonction |
|---|---|
| Search | Recherche Web par un appel distinct, sans tour de conversation |
| Fetch | Récupère une page et renvoie son contenu à votre propre pipeline |
| OCR | Extrait le texte des images et des documents |
| ASR | Transcrit la parole en texte |
| TTS | Convertit le texte en parole |
La mise à jour les présente comme des endpoints distincts pour les équipes qui souhaitent utiliser ces fonctions sans la couche de conversation.
Un pipeline qui exécute déjà sa propre boucle de modèle peut appeler directement Search et Fetch. Un service de réception de documents peut appeler OCR et conserver ses propres règles d’extraction. Une interface vocale peut appeler ASR et TTS et gérer elle-même l’état de la conversation.
DeepSeek a aussi publié en open source son client conçu avec ces API
DeepSeek a construit un client de chat de démonstration avec les nouveaux endpoints et l’a publié en open source. Il peut importer votre historique DeepSeek : c’est donc un point de départ fonctionnel plutôt qu’une simple capture d’écran. Vous pouvez vous connecter, récupérer vos conversations et voir ce que l’API renvoie pour un échange réel.
La publication indique trois ressources : une démonstration hébergée sur cdn.deepseek.com/chat-demo, le code source sur github.com/deepseek-ai/chat-demo et la référence des paramètres dans le guide Build a Chatbot de la documentation officielle.
Pour une équipe qui évalue les endpoints, c’est le test le moins coûteux disponible. Exécutez le client avec votre propre historique et observez quelles réponses comportent des sources et lesquelles ignorent complètement la recherche.
Ce qui change pour une équipe qui utilise déjà deepseek-flash
La première chose que l’on remarque, c’est le travail d’intégration en moins. La recherche Web, la récupération de pages, l’analyse de documents et la voix demandent souvent un mois de travail avant même de pouvoir évaluer le modèle. Ces fonctions s’activent désormais par des paramètres sur un modèle que vous utilisez déjà.
Le nom du modèle reste lui aussi inchangé : il n’est donc pas nécessaire de migrer une intégration existante pour essayer une fonction. Il suffit d’ajouter un paramètre et un nom d’outil.
La facturation mérite un examen attentif. Selon l’annonce, l’utilisation des outils est facturée en plus des frais habituels par token, et chaque outil a son propre tarif dans la grille officielle. Cet article ne reprend pas les prix, car les tarifs par recherche et par page peuvent changer sans nouvelle annonce. Consultez la grille avant le lancement et comptez les appels générés par une charge de travail réelle, pas seulement par une démonstration.
Ce qui reste à démontrer
La mise à jour du 13 novembre annonce une disponibilité ; ce n’est pas un benchmark. Elle ne mesure pas la qualité des réponses avec sources et ne compare pas, pour une même question, une réponse avec sources à une réponse sans sources.
Dans sa mise à jour du 17 octobre, DeepSeek a décrit le moteur derrière la recherche Web : un moteur développé en interne qui traite des centaines de millions de requêtes par jour, indexe des centaines de milliards de pages et filtre le spam SEO, la manipulation GEO et les pages de mauvaise qualité générées par IA. Ces chiffres proviennent de l’entreprise. Aucun tiers n’a publié de mesures sur l’efficacité de ces filtres ; pour les personnes qui publient sur le Web, c’est cette affirmation qui retient l’attention.
Les capacités d’analyse des documents ne sont pas non plus démontrées. L’analyse de mises en page complexes est une promesse large : un rapport financier à deux colonnes, un contrat numérisé et une présentation contenant du texte dans des formes posent trois problèmes différents.
L’examen de sécurité est la troisième question en suspens. Un marqueur de refus est un signal, pas une politique. Seule une suite de tests sur votre propre trafic permettra de déterminer ce qui est considéré comme un risque et à quelle fréquence des entrées inoffensives sont refusées.
Questions fréquentes
Quelles API DeepSeek ont reçu ces fonctions ?
Chat Completions, Responses et Messages. Les cinq fonctions sont documentées pour le modèle deepseek-flash ; le nom du modèle appelé ne change donc pas.
Faut-il gérer son propre service de recherche ou de crawl ?
Non. Lorsque l’outil de recherche Web ou de lecture d’URL est activé, DeepSeek effectue la recherche, récupère les pages et assemble le contexte. Vous fournissez la question et activez la fonction.
Quelle différence entre la recherche avec et sans raisonnement ?
Lorsque le raisonnement est désactivé, le modèle effectue une recherche Web ou d’images et répond avec des sources. Lorsqu’il est activé, le modèle recherche et lit des liens en plusieurs étapes, puis décide lui-même si une autre recherche est nécessaire.
Le paramètre de sécurité est-il obligatoire ?
C’est un paramètre à activer. DeepSeek indique que les fournisseurs d’un service destiné au public doivent l’activer et respecter les obligations associées à un service d’IA public : examen de la sécurité du contenu, enregistrement des grands modèles et étiquetage de l’IA.
Combien coûte l’utilisation des outils ?
Les appels aux outils sont facturés en plus des frais habituels par token. Chaque outil a son propre tarif dans la grille officielle de DeepSeek. Cet article ne reprend pas ces montants : consultez la grille en vigueur avant d’établir votre budget.
Le client de démonstration open source peut-il importer des conversations existantes ?
Oui. DeepSeek a créé un client de chat de démonstration avec les nouvelles API et l’a publié en open source. Il peut importer votre historique de conversations DeepSeek.