Por que me importo com uma API de busca
Eu construo as integrações da eesel, o código que traz artigos da central de ajuda, macros e tickets para a IA. Quase todo esse trabalho se resume a recuperação de informação: encontrar o trecho certo de texto e mostrar de onde veio. Uma equipe de suporte de hardware, em uma ligação de vendas da eesel, colocou citações em todas as respostas no topo da lista e, no mesmo fôlego, pediu que a eesel rastreasse uma central de ajuda protegida por login.
Esse par é mais ou menos a lente pela qual leio este lançamento. Uma API de busca na web barata resolve a primeira metade do problema para informações públicas. Para a segunda metade, não faz nada. Então passei pela documentação e pelas regras de cobrança da DeepSeek, comparei o preço com oito outros fornecedores e li o que os desenvolvedores disseram nos dois primeiros dias. Não tenho números próprios de benchmark, então, quando cito velocidade ou qualidade, vem de quem mediu.
O que é a API de busca da DeepSeek?
A API Search encontra páginas da web para uma consulta e retorna resultados estruturados. Sua parceira, a API Fetch, recebe uma URL e retorna aquela página em Markdown. O guia de Search e Fetch da DeepSeek descreve ambas como APIs JSON puras que usam a mesma chave bearer do resto da API da DeepSeek.
Ela foi lançada no mesmo dia que o DeepSeek V4.1 Flash 1017, a atualização de modelo que analisei separadamente. A entrada do changelog diz que o motor por trás da busca web e da API da DeepSeek já atende "hundreds of millions of search requests" por dia, indexa "hundreds of billions of web pages" e filtra spam de SEO e conteúdo de baixa qualidade gerado por IA. Em resumo, é a mesma busca que o chatbot da DeepSeek já usava, só que agora vendida por requisição.
| API | Endpoint | O que retorna |
|---|---|---|
| Search | POST https://api.deepseek.com/v1/tools/search | Até 50 resultados com título, URL, trecho, resumo, data e pontuações |
| Fetch | POST https://api.deepseek.com/v1/tools/fetch | O título da página e seu conteúdo em Markdown |
Como Search e Fetch funcionam juntas
Os dois endpoints se encaixam no ciclo que a maioria dos agentes de pesquisa já executa: buscar, escolher os links promissores, lê-los, responder. O modelo em si nunca toca na web. Seu código (ou um harness como o Claude Code) faz as chamadas e coloca os resultados no contexto do modelo.
Uma requisição Search usa cinco campos, conforme a referência da API Search:
| Campo | Padrão | O que faz |
|---|---|---|
query | obrigatório | De 1 a 128 caracteres, com operadores de busca |
count | 10 | Número de resultados, de 1 a 50 |
ori_question | nenhum | A pergunta original do usuário, para ajudar a DeepSeek a entender a consulta |
localization | "" | Um endereço IP para localizar os resultados |
need_content | false | Retornar o conteúdo completo da página em cada resultado |
A consulta aceita os operadores que você digitaria em uma caixa de busca: site: e -site:, frases exatas entre aspas, lang:zh,en e datas com after: / before:. O limite de 128 caracteres é apertado, principalmente para agentes que gostam de colar a pergunta inteira. ori_question é o jeito de contornar: mantenha a consulta curta e envie a pergunta completa separadamente.
Cada resultado também traz dois campos que não vi empacotados assim em outras APIs. rerank_score vai de 0 a 3, e a DeepSeek diz que 1.5 ou mais conta como alta qualidade. authority vai de 0 a 4, e 3 ou mais indica uma fonte muito autorizada. Há ainda um summary de 600 a 800 caracteres que a DeepSeek diz ser "intended to be read by a model." Para um pipeline de RAG, isso significa que você pode descartar páginas ruins e dar resumos ao modelo antes de pagar para buscar qualquer coisa. Uma ressalva de um desenvolvedor pioneiro: em 60 resultados, ele viu rerank_score variar de 0.03 a 2.32 e "barely changes between different queries", o que se parece mais com uma pontuação de qualidade de página do que de relevância. Meu uso seria descartar páginas de baixa qualidade, não ranquear respostas.
A API Fetch é mais simples: envie uma URL (até 8,192 caracteres) e receba title e content. Se a página não puder ser lida, porque o site bloqueia ou não há nada a extrair, você recebe um 404. Um 403 significa que a própria política de segurança da DeepSeek rejeitou a requisição. Vale tratar os dois no código, em vez de deixar seu agente tentar de novo para sempre.
Quanto custa a API de busca da DeepSeek?
Search e Fetch são cobradas por requisição bem-sucedida, não por tokens nem pelo número de resultados. Esta é a lista de preços completa da página de preços da DeepSeek:
| API | Unidade | Preço |
|---|---|---|
| Search | Por 1,000 requisições bem-sucedidas | $0.75 |
| Fetch | Por 1,000 requisições bem-sucedidas | $0.75 |
A regra de cobrança é generosa. Uma requisição só conta quando retorna HTTP 200 e realmente produz algo: um array results não vazio no Search, conteúdo da página no Fetch. Resultados vazios, requisições com falha e timeouts são gratuitos, e pedir 50 resultados custa o mesmo que pedir um.
A outra metade da conta vem do modelo lendo o que você trouxe. Esses tokens são cobrados pelos preços normais do Flash ou pelas tarifas do V4 Pro. Os preços fora do horário de pico são metade, e os horários de pico são das 01:00 às 04:00 e das 06:00 às 10:00 UTC em dias úteis:
| Modelo (por 1M de tokens) | Entrada, cache miss | Entrada, cache hit | Saída |
|---|---|---|---|
deepseek-flash, off-peak | $0.15 | $0.003 | $0.60 |
deepseek-flash, peak | $0.30 | $0.006 | $1.20 |
deepseek-v4-pro, off-peak | $0.66 | $0.022 | $1.98 |
deepseek-v4-pro, peak | $1.32 | $0.044 | $3.96 |
Uma data merece um lugar no seu calendário. Quando você usa a API da DeepSeek pelo DeepSeek Harness, pelo Claude Code ou pelo Codex, as buscas do agente feitas no servidor já passam por esses endpoints. O guia diz que essas chamadas são gratuitas por enquanto e que a cobrança por requisição começa às 00:00 no horário de Pequim de 1º de novembro de 2026 (16:00 UTC de 31 de outubro). Se você tem deixado a busca na web ligada no Claude Code porque não custa nada, isso muda em menos de duas semanas.
Como ela se compara com outras APIs de busca
Consultei a página de preços de cada fornecedor em 19 de outubro de 2026. As unidades não são as mesmas entre os fornecedores, então confira a segunda coluna antes de comparar números.
| Fornecedor | Unidade de cobrança | Preço por 1,000 | Tokens de resultado também cobrados? | Plano gratuito | Limite de taxa |
|---|---|---|---|---|---|
| DeepSeek Search | Requisição bem-sucedida | $0.75 | Não | Nenhum informado | 5 por segundo |
| Perplexity Search | Requisição (até 5 consultas) | $5 padrão, $1 Fast Search | Não | Nenhum informado | 50 por segundo |
| Exa | Requisição (até 10 resultados) | $4 Instant, $7 Fast/Auto, $12 Deep | Não, texto da página $1 por 1,000 páginas | $10 por mês | 10 a 25 por segundo |
| Brave Search API | Requisição | $5 | Não | $5 de crédito por mês | 50 por segundo |
| Tavily | Crédito (busca básica = 1) | $8 pré-pago, $5 a $7.50 em planos | Não | 1,000 créditos por mês | 100 a 1,000 por minuto |
| Firecrawl search | Créditos (2 por 10 resultados) | Cerca de $1.20 a $7.60 conforme o plano | Não | 1,000 créditos por mês | Conforme o plano |
| OpenAI web search | Chamada da ferramenta | $10 | Sim | Nenhum informado | Limites do modelo |
| Anthropic web search | Busca | $10 | Sim | Nenhum informado | Por organização |
| Gemini grounding | Consulta de busca | $14 | Não para resultados | 5,000 por mês | Limites do modelo |
Os números da Tavily e da Firecrawl são cálculos meus a partir das taxas de créditos, assumindo profundidade básica e 10 resultados.
Três coisas me chamaram a atenção. Primeiro, a DeepSeek fica abaixo de todos os preços de tabela aqui, e os rivais mais próximos, a $1 a $1.20, são um nível rápido ou um plano de $599 por mês. Segundo, as linhas de "mais tokens" importam: OpenAI e Anthropic cobram $10 por mil buscas e depois cobram os resultados como tokens de entrada além disso, em modelos como o GPT-5.6 e o Claude (veja os preços da API da Anthropic), que custam bem mais por token que o DeepSeek Flash. Terceiro, o limite de taxa da DeepSeek é o mais baixo da tabela, e por larga margem.
Se você quer trocar de provedor sem reescrever código, a Web Search API da Cloudflare coloca três deles atrás de um único endpoint. Para pesquisa profunda em várias etapas, em vez de consultas únicas, o Exa Agent Ultra é um produto diferente a um preço diferente.
Se você precisa principalmente de página para Markdown em escala, os preços do Firecrawl são a referência para comparar o Fetch.
Os 5 QPS são o número em que se deve planejar
Search e Fetch permitem, cada uma, 5 requisições por segundo por conta. Como o limite vale para a conta toda, adicionar mais chaves de API não o aumenta. Ele também é separado dos limites de concorrência de modelo da DeepSeek, e o Fetch adiciona um teto por domínio. Tudo que passar da linha recebe HTTP 429.
Cinco por segundo parece pouco, mas faça a conta: são 432,000 buscas por dia por endpoint, mais volume do que quase qualquer um precisa. Onde realmente pesa é em picos. Um agente de pesquisa que dispara 20 buscas em paralelo, ou 10 usuários usando seu app no mesmo segundo, vão estourar o limite mesmo que seu volume mensal seja pequeno. Brave e Perplexity permitem 50 por segundo, então é aqui que o preço baixo da DeepSeek mostra sua contrapartida.
A solução é chata e funciona, e é o mesmo padrão que qualquer integração de API para agentes de IA precisa: colocar uma fila com um limitador token bucket na frente da API, repetir os 429 com backoff e distribuir os fetches entre domínios, em vez de martelar um único site. O guia de erros da DeepSeek diz para tentar de novo em 408, 429 e 5xx, recarregar o saldo em 402 e deixar os outros erros 4xx em paz até você alterar a requisição.
Quanto custa de verdade uma tarefa de agente?
Vamos a um exemplo com números. Digamos que um agente de pesquisa execute 2,000 tarefas por mês, e cada tarefa faça 4 buscas e busque 3 páginas. São 8,000 buscas e 6,000 fetches, ou $10.50 por mês em taxas da DeepSeek. As mesmas 8,000 buscas custariam $40 na Brave, $64 na Tavily pré-paga e $80 na OpenAI antes das cobranças de tokens.
Agora a parte que as pessoas costumam pular. Essas 6,000 páginas buscadas entram no modelo. Se uma página tem em média 6,000 tokens (minha suposição, páginas reais variam muito), são 36 milhões de tokens de entrada: $5.40 no Flash fora do pico, $10.80 no Flash no pico ou $23.76 no V4 Pro fora do pico. No V4 Pro, as páginas que você lê custam mais que as buscas que as encontraram.
Em trabalhos pequenos, acontece o contrário. Um usuário do Reddit que registrou uma semana de trabalho de agentes descobriu que um subagente de pesquisa fez 85 buscas com apenas $0.07 de trabalho do modelo. A $0.75 por mil, essas buscas custaram cerca de $0.06, quase tanto quanto o próprio modelo. Então, em chamadas baratas do Flash, a taxa de busca pode acabar igualando a conta do modelo. Coloque seus próprios números abaixo.
O estimador deixa de fora os tokens de saída e os resumos da busca, então trate-o como um piso. Duas alavancas mexem na conta mais do que qualquer outra. A primeira é need_content: true, que retorna o texto da página dentro dos resultados de busca para que você pule os fetches separados. O criador de um mecanismo de respostas no estilo Perplexity disse que isso levou uma pergunta "from 31s to 7s", com 15 resultados e cerca de 119,000 caracteres em uma única chamada cobrável. Isso troca taxas de fetch por tokens, já que 119,000 caracteres são cerca de 30,000 tokens para o modelo ler. A segunda alavanca é o horário: rode jobs em lote fora do pico, quando cada token da DeepSeek custa metade. E se o Flash não for esperto o bastante para escolher boas fontes, compare-o com o Kimi K3 ou suba de nível usando minhas notas de Flash vs Pro antes de pagar por mais fetches.
Usando pelo Claude Code, Codex e Harness
A maioria das pessoas vai esbarrar nesta API sem nunca chamá-la diretamente. O guia do Claude Code da DeepSeek diz que a API "natively supports the Web Search feature in Claude Code." Quando o modelo decide que uma pergunta precisa da web, o Claude Code chama a ferramenta Web Search e a DeepSeek executa a busca do seu lado.
A mesma página explica o custo: resumir os resultados da busca exige requisições extras ao modelo, então "additional model token costs will be incurred", e as buscas em si são cobradas pelas tarifas da API Search. Isso combina com o que falei antes. No Claude Code, a taxa de busca é a linha pequena da fatura. Se você está ajustando gastos, meu guia de preços do Claude Code cobre o resto, e o post sobre variáveis de ambiente mostra como apontar o Claude Code para outra API.
A restrição por modelo é fácil de deixar passar. Na Responses API, a ferramenta integrada web_search é "Supported with deepseek-v4-pro" e "Ignored with deepseek-flash." A integração com o Codex é igual (meu post sobre os preços do Codex cobre os planos próprios da OpenAI): a busca na web só funciona quando o Codex roda com deepseek-v4-pro, e o script de configuração da DeepSeek escreve web_search = "disabled" até você mudar para "live". Então, se você passou o Codex para o Flash para economizar e a busca parou de funcionar sem avisar, é por isso. Os endpoints independentes não ligam para qual modelo você usa, já que seu código faz as chamadas.
O DeepSeek Harness, o app de agentes da própria DeepSeek, é o terceiro caminho durante o período gratuito (veja as alternativas ao Harness se não for a sua ferramenta). Sua visão de trajetória mostra cada chamada de ferramenta de uma sessão, que é a forma mais fácil que conheço de ver quantas buscas um agente realmente faz antes de você começar a pagar por elas.
O que os desenvolvedores estão dizendo
A primeira reação foi sobre o preço, e foi barulhenta. O tópico no Hacker News sobre o lançamento fez a comparação que interessa às pessoas:
"For comparison that's $5 with Brave Search API and $12 with Kagi API"
Desenvolvedores que já tinham construído suas próprias ferramentas de busca, muitas vezes como servidor MCP, também ficaram impressionados:
"About a year ago I built my own search and fetch MCP tools for agents based on third-party scraping providers. It is about 15-20x more cost-effective than what OpenAI and Anthropic is offering with their integrated web search and fetch tools. Very impressive that DeepSeek has such a competitive offering today."
O dado mais detalhado veio de um usuário do Reddit que rodou 353 consultas e 196 fetches tanto na nova API quanto no caminho de busca mais antigo da DeepSeek, que cobrava por tokens. Os números dele: o custo caiu de $0.64 para $0.41, e a latência de busca de 4.3 segundos para menos de 0.9 segundo. (A publicação diz que o próprio modelo da DeepSeek a redigiu a partir dos logs do usuário, e ela não comparou com Tavily, Exa ou Brave.) A opinião dele sobre o que importa, além dos trechos e datas que agora recebe em vez de URLs puras:
"The 2.4× is nice. The real win is that the price is now predictable"
Sobre qualidade, as avaliações são mais mistas. Um desenvolvedor que mantém seu próprio benchmark de fetch não ficou impressionado:
"Ran a few quick tests on my web-fetch bench. As much as I like DeepSeek, its search and fetch aren't very good (is quite cheap tho). You'd probably be better off using free services like Jina directly, or if you're going paid, Parallel, Firecrawl, Tavily and Exa are all pretty good now."
Outro investigou o que há por trás da API:
"as expected, the typical "politically sensitive" search queries return 0 results"
O mesmo comentário diz que o tráfego de fetch sai pela Huawei Cloud em Hong Kong. Nenhum dos dois testadores deu números firmes, então eu os trataria como motivos para testar, não como vereditos. A pergunta em aberto é a que o widget acima tenta responder:
"At $0.75 per 1000 requests, I want to know how many calls an agent makes in the background. Has anyone calculated the cost for typical research task?"
E para as equipes que só querem começar, a vantagem pouco glamorosa foi citada:
"I have been looking for Search API that will scale and no one is close to Deepseek's API search pricing. Deepseek also makes it easy to pay - just a credit card and you don't need to jump through any hoops to add money."
Onde ela deixa a desejar
O preço é real, e os limites também. Antes de trocar seu provedor de busca, verifique estes pontos:
- Limite de taxa. 5 requisições por segundo por conta é um décimo do que Brave e Perplexity permitem. Serve para um agente, mas é apertado para um produto movimentado.
- Consultas curtas. 128 caracteres por consulta, então perguntas longas em linguagem natural precisam ir em
ori_question. - Localização dos dados. A política de privacidade da DeepSeek diz que dados pessoais podem ser armazenados em servidores na República Popular da China, e lista a melhoria de seus modelos entre os usos do que o usuário digita, com direito de recusa. Consultas de busca podem conter dados de clientes, então isso é uma verificação de conformidade, não uma nota de rodapé.
- Sem termos de retenção publicados para a busca. A Brave descreve retenção zero de dados por design, e Exa e Firecrawl a oferecem em planos corporativos. Não encontrei uma declaração equivalente para os endpoints de busca da DeepSeek.
- Resultados filtrados. Um testador relatou que consultas politicamente sensíveis retornam zero resultados e que os fetches saem pela Huawei Cloud em Hong Kong. Se seu agente pesquisa notícias, política ou temas relacionados à China, espere lacunas (e lembre que resultados vazios pelo menos são gratuitos).
- Um índice que gente de fora não testou em escala. A DeepSeek diz que seu motor atende centenas de milhões de buscas por dia. Quão bem ele ranqueia resultados de nicho em inglês frente a APIs apoiadas por Google ou Brave é algo para testar com suas próprias consultas, não aceitar na confiança.
Nada disso é impeditivo para um projeto pessoal ou uma ferramenta interna de pesquisa. Para qualquer coisa voltada ao cliente, porém, se acumula rápido.
Ela serve para atendimento ao cliente?
Aqui eu iria mais devagar. Uma API de busca na web barata tenta a gente a construir um bot de suporte que "simplesmente pesquisa". Para uma pequena fatia das perguntas, isso funciona: o calendário público de feriados de uma transportadora, o changelog de uma ferramenta de terceiros que seu produto integra, uma regulamentação que mudou na semana passada.
A maioria das respostas de suporte não está na web aberta, no entanto, e é por isso que os mecanismos de busca com IA vão mal nelas. Elas estão na sua central de ajuda (muitas vezes atrás de um login, como a daquela equipe de hardware), em tickets anteriores, em macros e em documentos internos. Esse é o trabalho de uma base de conhecimento com IA, não de um mecanismo de busca. Uma API de busca na web não alcança nada disso, e apontá-la para a web pública convida o bot a citar a documentação de um concorrente ou um post de fórum de três anos atrás como se fosse a sua política. A eesel aprendeu uma versão disso do jeito difícil: uma resposta que soa confiante não é o mesmo que uma resposta certa, e por isso cada implantação da eesel é simulada com tickets históricos antes de tocar em um cliente real.
Então, para suporte, eu trataria a busca na web como uma ferramenta restrita que você permite para fontes públicas específicas, com filtros site:, não como a camada principal de conhecimento. A camada principal é o seu próprio conteúdo, com citações em cada resposta. Se você está montando isso por conta própria, minhas notas sobre MCP para atendimento ao cliente cobrem onde as ferramentas web se encaixam e onde não.
Experimente a eesel
A API de busca da DeepSeek é infraestrutura: um jeito barato e rápido de o seu código encontrar e ler páginas públicas. Você ainda teria de construir tudo o que torna uma IA segura para colocar diante dos clientes. A eesel é o funcionário, um de um time de colegas de IA. O colega de IA para o helpdesk se conecta ao Zendesk, Freshdesk, Gorgias e aos demais, aprende com sua central de ajuda, macros e tickets anteriores (inclusive centrais de ajuda atrás de login), cita suas fontes e roda contra centenas dos seus tickets históricos antes de responder a qualquer pessoa.
Se você é do tipo de desenvolvedor que lê documentação de API de busca por diversão, provavelmente vai querer controlá-lo por um terminal. A CLI da eesel faz isso: npx @eesel/cli init chat-bubble --site <your-site> cria um workspace gratuito de 7 dias sem conta, eesel integrations connect zendesk conecta seu helpdesk, eesel instructions edita as regras permanentes do colega e eesel activity mostra o que ele fez e por quê. Todo comando imprime JSON, as escritas aceitam --dry-run e eesel mcp token transforma seu workspace em um servidor MCP, para que o Claude Code ou o Codex possam gerenciar seu colega de suporte como gerenciam seu repositório. Se você escreve conteúdo em vez de responder tickets, o mesmo time inclui um redator de blog com IA.
Começar é grátis, com 100 créditos e sem cartão. Experimente a eesel nos tickets do mês passado e veja o que ela teria respondido, e onde teria citado seus documentos em vez da web aberta. Os planos estão na página de preços.
Perguntas frequentes
Quanto custa a API de busca da DeepSeek?
A API de busca da DeepSeek custa $0.75 por 1,000 requisições bem-sucedidas, e a API Fetch custa o mesmo. Uma requisição só é cobrada quando retorna HTTP 200 com resultados, então buscas vazias, falhas e timeouts são gratuitos. O detalhamento completo está na seção de cobrança da DeepSeek, e você pode comparar com o custo de outros modelos no meu post sobre os preços do DeepSeek Flash.
A busca na web da DeepSeek é grátis no Claude Code?
Por enquanto, sim. Quando você usa Claude Code, Codex ou DeepSeek Harness com a API da DeepSeek, as buscas na web feitas no servidor usam as APIs Search e Fetch de graça até 00:00 no horário de Pequim de 1º de novembro de 2026. Depois disso, são cobradas pela tarifa normal da API de busca da DeepSeek, mais os tokens do modelo usados para ler os resultados.
Qual é o limite de taxa da API de busca da DeepSeek?
Search e Fetch permitem, cada uma, 5 requisições por segundo por conta, não importa quantas chaves de API você use. O Fetch também tem um limite por domínio. Requisições acima do limite recebem HTTP 429, então agentes de IA em paralelo precisam de uma fila ou de uma nova tentativa com backoff.
A API de busca da DeepSeek funciona com o DeepSeek Flash?
Os endpoints independentes de Search e Fetch funcionam com qualquer modelo, já que você mesmo os chama e repassa os resultados. A ferramenta integrada web_search da Responses API e do Codex só roda no deepseek-v4-pro e é ignorada no deepseek-flash. Minha comparação Flash vs Pro cobre o resto das diferenças.
Como a API de busca da DeepSeek se compara com Brave, Exa e Tavily?
No preço de tabela, é a mais barata que encontrei: $0.75 por 1,000 buscas contra $5 da Brave, $4 da Exa Instant e $8 da busca básica pré-paga da Tavily. Em troca, o limite de taxa é menor (5 por segundo) e o índice é mais novo para desenvolvedores de fora. Se você quer escolher entre vários provedores atrás de um único endpoint, a Cloudflare Web Search API é outra opção.
Posso usar a API de busca da DeepSeek em um chatbot de atendimento ao cliente?
Pode, mas ela só encontra páginas públicas da web. A maioria das respostas de suporte está em uma central de ajuda protegida por login, em tickets anteriores e em macros que nenhuma busca na web alcança. Um colega de IA para o helpdesk como o eesel aprende com essas fontes privadas, e você pode testá-lo em tickets anteriores antes de colocá-lo no ar.
O que a API Fetch da DeepSeek retorna?
A API Fetch recebe uma URL e retorna o título da página mais o conteúdo em Markdown. Custa o mesmo que a API de busca da DeepSeek, $0.75 por 1,000 requisições bem-sucedidas, e páginas que ela não consegue ler retornam um 404 que não é cobrado. Ela cumpre o mesmo papel de um scraper como o Firecrawl, sem o rastreamento e as opções de formatação.