DeepSeek Search/Fetch：每千次 5 元，还算“价格屠夫”吗？¶

DeepSeek 把网页搜索与抓取拆成了两个独立 API：Search 寻找网页，Fetch 获取正文。中文官方报价均为 每 1,000 次成功请求 5 元；英文页面分别列为 每 1,000 次成功请求 0.75 美元。这两项是不同币种的官方报价，本文不将它们视为实时汇率换算。DeepSeek 中文价格页、英文说明

只看搜索工具费，DeepSeek 相比 OpenAI、Claude 的 10 美元／千次，报价低 92.5%；但“所有联网能力都最便宜”并不成立。 百炼北京地域的部分搜索策略为 3 元、4 元／千次，Claude 的网页抓取没有额外工具费。更关键的是，搜索请求单价与完成一个 Agent 任务的费用，是两种口径。

价格核对日期为 2026-10-19。本文基于官方文档做计费与架构分析，没有进行付费 API 性能实测，不能据此给搜索质量、延迟或最终回答能力排名。

1. 为什么 Agent 需要 Search 和 Fetch¶

可以把研究型 Agent 想成一个写技术报告的工程师：先用搜索找到资料，再打开原文，比较版本与日期，最后把结论写进报告。只看搜索摘要，就像只读网页标题便开始写选型建议，容易漏掉定价条件、弃用通知和适用版本。

Search 和 Fetch 可以成为 RAG 的数据入口，但不能替代文档权限、版本管理和检索评估。Fetch 也不是完整浏览器，不能假定它能操作登录后的控制台。

flowchart TB
  subgraph DISCOVERY["定位资料"]
    direction LR
    Q["明确问题与版本"] --> S["Search 寻找来源"] --> U["筛选 URL / 去重"]
  end
  subgraph EVIDENCE["形成证据"]
    direction LR
    F["复用正文或 Fetch"] --> E["提取相关段落"] --> V["交叉核验 / 决定补搜"]
  end
  subgraph ANSWER["交付结果"]
    direction LR
    W["模型综合判断"] --> C["答案 + 可核对的引用"]
  end
  DISCOVERY --> EVIDENCE --> ANSWER

图中是一次证据处理过程；发现缺失信息时，Agent 可能再走一轮搜索。每次补搜、打开网页和读取正文都可能增加费用，所以一个用户问题不等于一次工具请求。

以“某个 Kubernetes 版本是否支持某项功能”为例，Agent 可以先找官方文档，再读版本说明和代码变更，最后区分默认开启、需要配置、实验特性及发行版差异。搜索提供候选资料，原文提供判断依据，模型负责综合；三者不能相互替代。

2. DeepSeek 这次到底收什么钱¶

这里的“不按 Token 计费”只描述这两个工具接口。把工具返回的内容放进模型上下文后，模型阅读和生成仍按对应模型规则计费。 搜索结果有多少条，也不等于 Agent 最后打开多少网页。DeepSeek 计费规则

还有一个容易误判的变化：官方说明，在 DeepSeek Harness、Claude Code、Codex 中使用 DeepSeek API 时，经服务端工具调用的 Search / Fetch 此前暂未计费，计划从 北京时间 2026-11-01 00:00 起收费。本文核对时该日期尚未到来。它说的是这些客户端访问 DeepSeek 服务时产生的工具调用，不是所有 Claude Code 或 Codex 订阅都要增加同一笔费用。官方生效说明

客户端名称不能确定账单归属。应检查模型与工具实际经过哪个服务端、使用哪个账号，以及服务端是否在内部执行搜索。用户只看到一次模型请求，不代表后端只有一笔模型 Token 费用。

3. 和其他供应商相比，便宜在哪里¶

3.1 美元报价：先看搜索工具本身¶

下面保留各厂商原始计量单位，不把它们解释为同等质量的一次完整问答。金额是公开标准报价，未扣免费额度、套餐折扣、企业协议价，也不包含额外模型费用。

小规模应用还要看免费额度：Google 当前对 Gemini 3 及更新系列提供每月共用的 5,000 次搜索额度；Tavily 提供每月 1,000 credits；Brave Search 提供每月 $5 credits。免费工具额度不代表模型也免费，具体还受项目、账号和产品条款约束。Google、Tavily、Brave

DeepSeek 的 $0.75 是 $10 的 7.5%，即这项报价低 92.5%。这个计算可以支持“相对这两项海外搜索报价很便宜”，不能支持“Agent 总成本低 92.5%”，也不能证明搜索召回、中文覆盖、新鲜度和时延相同。

OpenAI 的标准 web_search、历史 web_search_preview 及特定模型的搜索内容计费存在区别，不能只摘一个最低数字概括全部接口；其文档还对部分 mini 模型规定了固定的搜索内容 Token 块。OpenAI 工具计费说明

3.2 人民币报价：国内并不是只有 DeepSeek 一个低价选项¶

百炼的数字来自其内置联网搜索计费说明，不能套用到所有地域，也不能和它的独立 MCP 搜索服务混为一谈。内置联网工具与独立 JSON 搜索 API 的模型绑定、返回内容和接入方式不同。

因此，“DeepSeek 具备低价搜索接口”是有依据的判断；“搜索价格在国内也最低”则不符合这张报价表。两者是否适合替换，还要看工作流需要自己控制检索，还是希望模型服务一并完成搜索编排。

3.3 Fetch：便宜搜索不等于抓取也最低¶

这也解释了为什么不能拿“千次 Search 单价”给所有联网任务排序：某个任务以搜索为主，另一个任务可能已经知道 URL，主要成本在抓取、长文阅读或多轮推理。

4. Search 已经返回正文，还需要 Fetch 吗¶

不一定。DeepSeek Search 的 need_content: true 可以请求返回结果正文；正文可能缺失，不能只看参数已开启就认为获取成功。实用策略是先检查已有内容是否足以支持结论，只有缺失、过短或需要重新确认的关键页面再 Fetch。Search API 字段

已知官方 URL 时，也可以直接 Fetch，省去一次没有必要的搜索。反过来，Fetch 有内容返回也不代表它抓到了目标信息：登录页、更新过的栏目页、无关正文，都需要 Agent 继续验证。Fetch 返回的是网页提取内容，不是站点内容正确性的证明。Fetch API

例如，为一篇技术综述找到 8 个候选 URL 后，没必要不加筛选地再抓 8 次：先按来源、日期、版本和重复性筛选，再检查已有正文，最后读取真正影响结论的原文。这样既减少工具调用，也减少模型重复阅读。

5. 一万次 Agent 任务，账单怎么算¶

对 DeepSeek 人民币工具报价，可以先写出一个简单模型：

Tool cost (CNY) = successful Search requests × 0.005
                + successful Fetch requests  × 0.005

Total task cost = tool cost + model token cost + execution / storage cost

Cost per verified task = total cost / number of tasks passing verification

“成功请求”与“任务通过验证”不是同一件事：搜索可能成功返回了网页，但 Agent 最终仍然给错答案。重试后重复成功的调用，也不能因为业务上属于同一个问题就从计费数量中删掉。

以下是预算假设，不是实测消耗；每个任务都按固定成功调用次数计算，不含模型、浏览器及其他执行费用。

可以调整下面的预算计算器。它只在浏览器本地计算，不调用 DeepSeek API；其他费用和任务验收通过率均由读者输入。

单独打开计算器

当搜索结果以长正文进入上下文，模型输入费用可能比工具费更值得优化。缓存也分两层：应用缓存可以避免外部工具调用；模型 Prompt Cache 降低的是模型重复阅读成本，不能自动抵扣已经发生的 Search / Fetch 请求。

再做一个完整些的预算：按当前 deepseek-flash 的人民币报价，假设一项任务累计产生 10 万未缓存输入 Token、1 万输出 Token，模型费在闲时为 0.14 元、高峰为 0.28 元；若另有 2 次 Search、6 次 Fetch，工具费为 0.04 元，合计分别为 0.18 元、0.32 元，尚未加入执行费用。这是按假设用量计算，实际以模型版本、时段和账单为准；不能把模型闲时折扣直接套到 Search / Fetch 单价。模型峰谷价格

6. 在 Agent 中怎么接入¶

有两种常见方式。一种是供应商托管工具，模型服务执行搜索并返回工具轨迹；另一种是 Harness 自己管理工具，把独立 Search / Fetch API 封装成函数或 Model Context Protocol（MCP）工具，再把结果传给模型。后者可以把检索服务与推理模型分开选择，但需要自己处理超时、权限、缓存和预算。Agent Harness 的职责

下面是直接调用独立 API 的最小示例。它没有执行完整 Agent Loop，本文也未用真实凭据运行这些请求。

curl -fsS https://api.deepseek.com/v1/tools/search \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{"query":"Kubernetes Service official documentation","count":5,"need_content":true}'

curl -fsS https://api.deepseek.com/v1/tools/fetch \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{"url":"https://kubernetes.io/docs/concepts/services-networking/service/"}'

在自建平台上，建议统一经过 Tool Gateway：为用户和任务执行预算控制，复用检索缓存，记录实际供应商与工具请求，限制允许访问的目标。网页内容属于外部证据，不能因为其中写着“执行命令”就变成对 Agent 的授权。

DeepSeek 文档当前列出 Search 与 Fetch 各自独立的账号级 5 QPS 限制，换 API Key 不会把同一账号配额放大；Fetch 还受目标域名限流约束。QPS 是 Queries Per Second，即每秒请求数。调度并发应按账号和工具限额控制，而不是只看模型能并发多少个会话。限速说明

工程上还应设置每任务最大检索次数、最大抓取页数、正文 Token 预算与总期限。临时故障可以有限重试，已知永久错误应停止相应调用；不要让 Agent 因为没有找到答案，就无限改写问题继续消费。

7. 怎么判断低价有没有变成实际收益¶

真正应该比较的是相同任务、相同验收标准下的完成率、时间和费用，而不是网页上最醒目的单位价格。

• 证据质量：找到的来源能否支持结论，引用是否真的来自原文，版本和日期是否匹配。
• 有效调用量：为完成任务用了几次搜索、几次抓取，有多少重复检索、无效正文和失败重试。
• 上下文成本：读入多少 Token，是否重复携带整篇网页，缓存是否减少了重复处理。
• 端到端结果：任务通过率、P50 / P95 耗时，以及每个通过验证任务的总费用。

其中，P50 是中位数，P95 是第 95 百分位。一次返回得快，不能代替一组任务的尾延迟；搜索有结果，也不能代替事实正确性。

如果已经在 Kubernetes 运行 Agent，可以把工具调用作为独立 Trace Span，记录任务 ID、供应商、工具类型、耗时、结果数量、计费成功状态与预算估算。URL 和 query 中的敏感信息需过滤，账单对账则以供应商实际出账为准，不把通用框架中的某个计数字段直接当作所有供应商的计费依据。

8. 对“价格屠夫”的判断¶

DeepSeek 将独立搜索接口放到了很低的公开报价区间，相对本文列出的 OpenAI、Claude 搜索工具价，优势清楚。这对需要大量检索、又希望自己控制模型和工作流的 Agent 平台，有实际吸引力。

但国内有更低的内置搜索报价，其他供应商也有不额外收费的抓取工具。再加上网页覆盖、可用性、限流、模型阅读成本及任务完成率的差异，更准确的评价是：DeepSeek 是值得评估的低价联网工具选项，尚不能仅凭报价认定它是所有 Agent 场景中成本最低的方案。

落地时先选择少量代表性任务，记录完整的搜索、抓取、阅读与验证过程，再决定是否切换供应商。工具费下降之后，如果多出来的检索轮次、正文 Token 或返工没有抵消收益，这个低价才真正落到了业务账单上。

参考资料¶

• DeepSeek Search / Fetch 中文规则与生效说明
• DeepSeek Search / Fetch 英文美元报价
• OpenAI API 工具计费
• OpenAI Web Search 的搜索、打开页面与引用
• Claude Web Search / Web Fetch 计费
• Google Search grounding 计量方式
• 百炼联网搜索策略与价格
• Brave Search API 报价
• Tavily credits 与搜索深度计费