Artificial Analysis 独立实测 DeepSeek Search 搜索 API：$0.75/千次极低成本突破基座模型 36 分

核心背景与行业痛点

对于从事生产级 AI 智能体（Autonomous Agents）、实时客服与知识问答系统的开发者而言，联网检索增强生成（Web-Search Augmented Generation, Web-RAG）是消除大模型事实幻觉与时效性滞后的核心手段。然而在实际部署中，商业化搜索 API 面临极具挑战的成本-精度两难困境：顶尖的专业搜索 API（如 Google Search API、Bing API 或 Perplexity Search）虽然检索质量上乘，但调用成本往往高达每千次请求数美元乃至十几美元；当一个多智能体工作流（Multi-Agent System）在复杂任务中频繁执行反思与多次递归搜索时，单次任务的搜索账单即可吞噬整个项目的商业利润空间。为此，DeepSeek 推出了原生集成的大模型搜索增强 API（DeepSeek Search），国际权威评测机构 Artificial Analysis 随即对其展开了独立的标准化基准评测（@ArtificialAnlys，推文曝光破 2 万）。

架构亮点与底层机制

1. 轻量高效的语义索引与重排链路：

• DeepSeek Search API 采用面向大模型语义理解专门优化的高通量爬取与向量重排引擎；
• 系统能够在毫秒级内过滤无用广告与 HTML 噪声标签，将最相关的实体快照和引用链接直接压缩注入大模型的上下文提示词中；

1. 原生端到端 API 整合设计：

• 开发者仅需在标准模型调用接口中添加搜索开关参数，无需自行搭建外部复杂的网页解析器、Headless 浏览器与重排流水线；

1. 颠覆性的商业定价模型：

• 官方将搜索定价拉低至惊人的 每 1,000 次搜索 0.75 美元；
• 按照典型 Agentic 任务中平均调用 42 次搜索计算，完成单个复杂端到端任务的搜索成本仅需 0.032 美元（约合人民币 0.23 元）。

权威 Benchmark 与实测跑分对比

Artificial Analysis 公布了与行业同类 27 款顶尖搜索 API 的横向对标结果（附图完整展示）：

• 基座能力跃升幅度：
• 接入 DeepSeek Search 之前，DeepSeek 纯基座模型的搜索指数仅为 33 分；
• 开启搜索增强后，综合得分飙升至 69 分（净增 36 分），成功跃居全部 27 款受测配置的第 17 位；
• 各垂直基准专项表现：
• AA-Omniscience 事实问答：准确率达到 70%（位居全球第 10 名），展现出极强的实体事实检索能力；
• BrowseComp 复合浏览：准确率为 63%（排名第 25 名），评测指出该指标反映出其在多跳深层网页状态追踪上仍有进一步优化空间；
• 经济效能霸榜：
• 在“单位美元所能购买的检索正确率”指标上，DeepSeek Search 毫无悬念地位列全球所有付费搜索 API 之首。

开发者实战落地与开箱指南

• 官方文档与调用指南：
• 开发者可在调用 DeepSeek API 时，直接在请求载荷中启用官方联网参数（详见 DeepSeek 开发者控制台）；
• 智能体架构选型建议：
• 对于构建大并发消费级个人助手、金融快讯研报监控、社交媒体动态追踪等重度依赖频繁联网搜索的智能体项目，建议优先接入 DeepSeek Search 作为基础信息源，在保障 70% 以上高精度事实召回的同时，将搜索网络基础设施成本压缩 80% 以上。