DeepSeek Search & Fetch API Dibuka: Pahami Kemampuan Baru Pencarian Web dalam 3 Menit dan Dampaknya bagi 4 Kategori Pengembang

Catatan Penulis: DeepSeek resmi membuka Search & Fetch API, dan APIYI telah meluncurkan deepseek-search serta deepseek-fetch secara bersamaan. Artikel ini merangkum poin-poin penting dari panduan resmi DeepSeek, menganalisis dampaknya bagi pengembang RAG, Agent, dan sistem tanya-jawab berbasis pencarian web, serta menguraikan skema harga dan cara integrasinya di APIYI.

Dokumentasi resmi DeepSeek baru-baru ini menambahkan panduan Search baru dan merilis pengumuman di bagian berita: Search & Fetch API kini resmi dibuka untuk pengembang. Artinya, saat melakukan pemanggilan model DeepSeek, Anda kini dapat memanfaatkan kemampuan bawaan resmi untuk “mencari di web + mengekstrak konten halaman”, tanpa perlu lagi repot merangkai layanan pencarian pihak ketiga sendiri.

Ini bukan sekadar rumor. Halaman panduan Search di dokumentasi resmi dan pengumuman resminya sudah mengudara, bahkan thread diskusi khususnya sudah ramai di Hacker News—menunjukkan antusiasme tinggi dari komunitas pengembang global. Bagian fitur resmi di artikel ini diulas murni berdasarkan informasi publik; untuk parameter permintaan detailnya tetap mengacu pada dokumentasi resmi. Sementara untuk ketersediaan dan skema harga di platform APIYI, Anda bisa melihat bagian khusus di bawah.

Poin Utama: Cukup 3 menit untuk memahami informasi inti dari DeepSeek Search & Fetch API, pembagian fungsinya, serta dampak praktisnya terhadap produk RAG, Agent, dan tanya-jawab berbasis web.

Sudah Hadir di APIYI: APIYI kini menyediakan deepseek-search dan deepseek-fetch dengan skema penagihan per panggilan sukses tanpa mengonsumsi token. Tarif standarnya $0,0009 per panggilan; dengan bonus saldo top-up tier enterprise hingga 20%, biayanya menjadi $0,75 per 1.000 panggilan—sama persis dengan harga di situs resminya.

Sekilas Informasi Inti DeepSeek Search & Fetch API

Mari kita rangkum informasi yang telah dikonfirmasi lewat tabel berikut. Di sini kami hanya menyajikan data yang dapat diverifikasi langsung dari saluran publik resmi, tanpa spekulasi harga maupun hasil tolok ukur (benchmark) yang belum diumumkan.

Pembagian Fungsi: DeepSeek Search vs. Fetch

Dari namanya saja sudah terlihat bahwa keduanya dirancang sebagai duet yang saling melengkapi. Search menjawab persoalan “ke mana harus mencari”: model menyusun kueri penelusuran berdasarkan pertanyaan pengguna dan mengambil daftar hasil kandidat yang relevan. Sementara itu, Fetch menjawab persoalan “apa yang harus dibaca”: fitur ini mengekstrak konten teks dari tautan web tertentu agar dapat dipelajari dan dikutip oleh model.

Pemisahan kedua kemampuan ini membawa keuntungan besar dalam hal fleksibilitas dan kontrol biaya. Di banyak skenario, ringkasan hasil pencarian dari Search sudah cukup untuk menjawab pertanyaan tanpa perlu mengunduh seluruh isi halaman. Sebaliknya, saat pengguna langsung menyodorkan sebuah tautan spesifik, sistem hanya butuh Fetch tanpa perlu Search sama sekali. Dengan pemisahan ini, pengembang bisa memadukannya secara fleksibel sesuai kebutuhan serta menemukan titik temu ideal antara akurasi dan efisiensi biaya.

Mengapa DeepSeek Search & Fetch API Layak Mendapat Perhatian

Solusi Resmi untuk Masalah Knowledge Cutoff pada Model Bahasa Besar

Setiap Model Bahasa Besar pasti memiliki batas waktu data pelatihan (knowledge cutoff), sehingga model itu sendiri tidak tahu apa yang terjadi hari ini. Dulu, jika developer ingin DeepSeek menjawab pertanyaan yang memerlukan informasi terkini, biasanya mereka harus mengintegrasikan API mesin pencari sendiri, membuat scraper untuk mengambil teks halaman, lalu memasukkan konten tersebut ke dalam konteks. Alurnya panjang dan biaya pemeliharaannya pun cukup tinggi.

Dengan hadirnya Search & Fetch resmi, alur ini bisa dipangkas secara signifikan. Penyedia model adalah pihak yang paling memahami karakteristik pemanggilan alat (tool calling) pada model buatan mereka sendiri. Kemampuan pencarian yang terintegrasi secara resmi umumnya jauh lebih selaras dengan model dalam hal format pemanggilan dan pengorganisasian hasil. Hal ini sangat efektif untuk mengurangi masalah klasik: informasi berhasil ditemukan lewat pencarian, tetapi gagal dipahami atau dimanfaatkan dengan optimal oleh model.

Bergeser dari “Model Tanya-Jawab” Menuju “Infrastruktur Agent”

Sinyal penting lainnya berkaitan dengan arah perkembangan teknologi ini. Pencarian dan pembacaan halaman web adalah dua alat paling mendasar bagi sebuah Agent. Hampir semua sistem riset otomatis, browser agent, maupun produk bertipe Deep Research sangat bergantung pada kedua fungsi tersebut. Langkah DeepSeek merilis kedua kapabilitas ini sebagai API resmi menunjukkan transformasi model: dari sekadar antarmuka percakapan biasa, menjadi fondasi infrastruktur yang siap menopang alur kerja Agent secara langsung.

Bagi para developer, pendekatan ini terasa sangat praktis. Banyak tim sudah mengandalkan DeepSeek sebagai model utama mereka. Jika kemampuan akses internet (web browsing) dapat ditangani langsung dalam satu ekosistem yang sama, arsitektur teknis (tech stack) akan jauh lebih ringkas, sekaligus mengeliminasi satu lapisan ketergantungan pada pihak ketiga saat melakukan troubleshooting.

Memahami Cara Integrasi DeepSeek Search & Fetch API

Contoh Sederhana: Menguji Pemanggilan Dasar DeepSeek Terlebih Dahulu

Sebelum mengaktifkan kemampuan akses internet, sebaiknya pastikan pemanggilan dasar model sudah berjalan normal. Kode di bawah ini memanfaatkan antarmuka yang kompatibel dengan OpenAI untuk memanggil model DeepSeek, cukup sekitar 10 baris kode untuk menjalankannya:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Menggunakan antarmuka terpadu APIYI
)

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[{"role": "user", "content": "用三句话介绍联网搜索对大模型的意义"}]
)
print(response.choices[0].message.content)

Perlu diperhatikan bahwa untuk detail parameter request, opsi konfigurasi, dan struktur respons resmi dari Search & Fetch, sebaiknya tetap mengacu pada dokumentasi resmi DeepSeek Search. Contoh lengkap berikut mengadopsi pola Function Calling standar untuk mendemonstrasikan alur menyeluruh bagaimana model menentukan kapan harus mencari dan kapan harus mengambil konten web. Dengan begitu, Anda lebih mudah memahami mekanisme kerjanya dan siap beralih ke pemanggilan native saat parameternya sudah final.

import json
import openai
import requests

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Antarmuka kompatibel OpenAI dari APIYI
)

# Definisikan dua alat: pencarian dan ekstraksi web (untuk demo, dapat diganti dengan fitur native resmi)
tools = [
    {
        "type": "function",
        "function": {
            "name": "web_search",
            "description": "Cari informasi di web berdasarkan kata kunci, mengembalikan daftar halaman web kandidat",
            "parameters": {
                "type": "object",
                "properties": {"query": {"type": "string"}},
                "required": ["query"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "fetch_page",
            "description": "Ambil teks konten utama dari URL yang ditentukan",
            "parameters": {
                "type": "object",
                "properties": {"url": {"type": "string"}},
                "required": ["url"]
            }
        }
    }
]

def web_search(query: str) -> str:
    # Hubungkan ke implementasi pencarian Anda, atau ganti dengan fitur Search resmi
    return json.dumps([{"title": "示例结果", "url": "https://example.com"}])

def fetch_page(url: str) -> str:
    # Implementasi ekstraksi sederhana; pada tahap produksi perlu menangani encoding, pembersihan teks, dan timeout
    try:
        resp = requests.get(url, timeout=10)
        return resp.text[:4000]
    except Exception as e:
        return f"Gagal mengambil halaman: {e}"

TOOL_MAP = {"web_search": web_search, "fetch_page": fetch_page}

def ask(question: str, max_rounds: int = 4) -> str:
    messages = [
        {"role": "system", "content": "Jika membutuhkan informasi terbaru, lakukan pencarian terlebih dahulu, lalu ambil halaman penting, dan cantumkan sumber saat menjawab."},
        {"role": "user", "content": question}
    ]
    for _ in range(max_rounds):
        resp = client.chat.completions.create(
            model="deepseek-chat",
            messages=messages,
            tools=tools
        )
        msg = resp.choices[0].message
        if not msg.tool_calls:
            return msg.content
        messages.append(msg)
        for call in msg.tool_calls:
            args = json.loads(call.function.arguments)
            result = TOOL_MAP[call.function.name](**args)
            messages.append({
                "role": "tool",
                "tool_call_id": call.id,
                "content": result
            })
    return "Mencapai batas putaran maksimal, belum berhasil menyelesaikan jawaban"

print(ask("Rangkum poin-poin penting diskusi terkini seputar DeepSeek Search API"))

🚀 Mulai Cepat: Disarankan untuk memperoleh kuota uji coba terlebih dahulu melalui APIYI di apiyi.com guna memastikan alur pemanggilan dasar DeepSeek dan Function Calling berjalan lancar. APIYI telah menyediakan dukungan untuk deepseek-search dan deepseek-fetch. Begitu alur dasar berhasil diuji, Anda bisa langsung mengganti alat simulasi pada contoh di atas dengan kedua antarmuka bawaan tersebut. Langkah integrasinya dibahas pada bagian berikutnya.

APIYI Sudah Merilis DeepSeek Search dan Fetch: Skema Biaya dan Integrasi

APIYI apiyi.com sudah resmi merilis kedua kemampuan ini, yang hadir lewat dua nama model baru: deepseek-search dan deepseek-fetch. Keduanya bukan model percakapan, melainkan antarmuka berbasis alat (tool APIs) yang dirancang khusus untuk kebutuhan pengambilan data internet pada Agent dan RAG. Permintaannya tidak mengonsumsi token sama sekali, melainkan hanya dihitung berdasarkan jumlah pemanggilan.

Soal harga, ada satu hitungan menarik yang perlu diperhatikan. Harga standar di platform adalah $0,0009 per panggilan. Namun, bagi pengguna dengan deposit besar yang mendapatkan bonus saldo 20%, biayanya setara dengan $0,75 / 1.000 panggilan. Angka ini sama persis dengan harga resmi di situs DeepSeek, dan sudah termasuk pajak. Artinya, pemanggilan lewat APIYI tidak dikenakan biaya tambahan sama sekali, dan Anda bisa mengelola model pencarian, fetching, serta model percakapan dalam satu akun dan satu tagihan terpadu.

Cara penggunaannya sama persis dengan versi resmi. Anda cukup mengganti domain dasar (root domain) pada URL permintaan dengan domain APIYI. Format request dan struktur response-nya tetap mengikuti dokumentasi resmi. Untuk panduan lengkapnya, Anda bisa melihat dokumentasi APIYI di docs.apiyi.com/api-capabilities/deepseek-search-fetch/overview.

Ada dua catatan penting terkait integrasi ini. Pertama, meskipun endpoint pencarian dan fetching tidak memakan token, teks isi yang diambil dan dimasukkan ke model percakapan tetap akan memakan jendela konteks dan menimbulkan biaya token model percakapan. Karena itu, strategi seperti membatasi putaran percakapan dan memotong panjang teks tetap penting diterapkan. Kedua, pembebasan biaya pada panggilan gagal berarti Anda tidak akan rugi saat terjadi timeout jaringan atau halaman target tidak bisa diakses. Kendati demikian, sistem aplikasi Anda sebaiknya tetap menyiapkan batas maksimal retry dan logika fallback.

🔗 Akses Integrasi: Pastikan grup akun Anda di konsol APIYI berstatus default atau svip untuk mulai menggunakan deepseek-search dan deepseek-fetch. Pengumuman pembaruan dan pusat dokumentasi akan terus diperbarui secara berkala.

Perbandingan API DeepSeek Search & Fetch dengan Solusi Akses Web Lainnya

Sebelum fitur resmi ini hadir, pengembang biasanya punya dua opsi: membangun alur pencarian sendiri atau mengintegrasikan API pencarian pihak ketiga. Tabel berikut memberikan perbandingan kualitatif dari sudut pandang rekayasa teknis, tanpa merinci angka biaya—untuk detail harga, silakan merujuk pada dokumentasi resmi masing-masing penyedia.

Analisis Perbandingan

Analisis Solusi Mandiri: Membangun crawler dan sistem pencarian sendiri memang unggul dalam hal fleksibilitas dan kontrol. Anda bisa leluasa menentukan situs mana yang dituju, cara membersihkan konten teks, hingga logika pemeringkatannya. Namun, biaya pengembangan dan pemeliharaannya paling tinggi—menghadapi proteksi anti-bot, masalah encoding, dan ekstraksi teks utama membutuhkan kerja keras berkelanjutan. Sebaliknya, fitur bawaan DeepSeek jauh lebih pas bagi tim yang ingin segera meluncurkan produk tanpa harus repot mengurus infrastruktur crawler.

Analisis API Pencarian Pihak Ketiga: Layanan pencarian pihak ketiga menawarkan keunggulan dalam cakupan hasil dan kematangan ekosistem. Kendati demikian, struktur data yang dikembalikan bersifat umum sehingga butuh lapisan adaptor sebelum disuapkan ke model. Menambah penyedia baru juga berarti menambah tagihan terpisah dan potensi titik kegagalan (point of failure). Bagi pengguna yang model utamanya adalah DeepSeek, kemampuan bawaan ini menawarkan alur arsitektur yang jauh lebih ringkas.

💡 Saran Pemilihan: Tidak ada solusi yang mutlak paling unggul. Skenario dengan kepatuhan regulasi ketat atau yang mewajibkan sumber informasi khusus tetap lebih pas menggunakan sistem mandiri. Sementara untuk kebutuhan yang mengutamakan kecepatan peluncuran, solusi bawaan adalah pilihan terbaik. Anda bisa memanfaatkan APIYI apiyi.com untuk membandingkan performa nyata berbagai model dan solusi lewat satu antarmuka yang sama sebelum mengambil keputusan.

Analisis Dampak DeepSeek Search & Fetch API bagi Developer

Dampak Langsung bagi 4 Tipe Developer

Tiap jenis proyek tentu merasakan dampak yang berbeda-beda dari dibukanya API ini. Berikut rangkuman dampaknya untuk empat tipe developer yang paling umum:

Dampak terhadap Lanskap Industri

• Kemampuan akses internet jadi standar API model: Vendor model terkemuka mulai memasukkan fitur pencarian dan pembacaan halaman web sebagai kemampuan resmi bawaan. Paket “model + tool” kini jadi tren baru, sehingga antarmuka percakapan (chat) biasa daya saingnya bakal menurun.
• Layanan pencarian pihak ketiga mengalami diferensiasi: API pencarian umum memang masih memiliki pasar, tetapi trennya akan lebih bergeser ke sumber informasi khusus, domain vertikal, dan pencarian enterprise yang terkontrol, saling melengkapi dengan kemampuan bawaan model.
• Batas masuk (entry barrier) produk Agent makin rendah: Berhubung tool dasar sudah disediakan langsung oleh vendor model, tim startup kini bisa memusatkan energi mereka pada perancangan alur kerja (workflow) dan penyempurnaan skenario penggunaan nyata, tanpa perlu repot membuat roda dari nol.

Hal-Hal yang Perlu Diperhatikan Saat Mengintegrasikan DeepSeek Search & Fetch

Kemampuan akses internet memang sangat praktis, tetapi juga membawa tantangan teknis baru. Pertama, kontrol biaya. Proses pencarian dan scraping biasanya memperpanjang konteks secara signifikan, yang pada akhirnya mendongkrak konsumsi token model percakapan (meskipun API pencarian dan scraping-nya sendiri ditagih per panggilan dan tidak memakan token). Karena itu, disarankan untuk membatasi jumlah putaran pemanggilan serta batas panjang teks yang di-scrape. Kedua, keandalan hasil. Kualitas konten di internet publik sangat beragam, jadi pastikan selalu mencantumkan sumber rujukan dalam jawaban agar pengguna bisa memverifikasinya sendiri.

Ketiga, isu kepatuhan. Saat melakukan web scraping, perhatikan ketentuan penggunaan (terms of service) dan hak cipta situs target, terutama jika produk Anda langsung berhadapan dengan end-user. Keempat, stabilitas. Fitur yang baru dirilis biasanya masih melewati masa penyesuaian parameter. Jadi di lingkungan produksi, sebaiknya siapkan skenario fallback—misalnya kembali ke jawaban model murni jika proses koneksi internet atau pencarian mengalami kegagalan.

Pertanyaan yang Sering Diajukan (FAQ)

Poin Penting DeepSeek Search & Fetch API (Key Takeaways)

• Informasi Utama: DeepSeek resmi merilis dua kemampuan akses web: Search dan Fetch; dokumentasi serta pengumuman resminya sudah mengudara
• Pembagian Tugas: Search bertugas mencari informasi, Fetch bertugas membaca halaman web; keduanya bisa digunakan terpisah maupun dikombinasikan sesuai kebutuhan
• Nilai Terbesar: Mempersingkat rantai pencarian web serta memangkas beban kerja pembuatan web scraper sendiri dan integrasi pihak ketiga
• Penerima Manfaat Utama: Pengembang produk tanya-jawab berbasis web, RAG, AI Agent, dan riset konten
• Sudah Tersedia di APIYI: deepseek-search dan deepseek-fetch ditagih berdasarkan jumlah panggilan yang berhasil (tanpa memotong token), dengan tarif platform $0.0009 / panggilan, tanpa biaya jika gagal
• Perbandingan Harga: Untuk pengguna tier besar, ditambah bonus top-up 20%, biayanya menjadi $0.75 / 1000 panggilan—setara dengan situs resmi dan sudah termasuk pajak
• Catatan Integrasi: Parameter permintaan tetap mengacu pada dokumentasi resmi, serta perhatikan biaya, kepatuhan, dan strategi fallback
• Cara Memulai: Langsung bisa digunakan di grup default / svip, cukup ganti root domain pada contoh resmi dengan domain milik APIYI

Ringkasan

Poin-poin penting dari DeepSeek Search & Fetch API:

1. Dukungan resmi untuk akses internet: Lewat dua fitur baru, Search dan Fetch, model DeepSeek sekarang bisa langsung mengambil informasi web secara real-time.
2. Infrastruktur bawaan untuk AI Agent: Kemampuan pencarian dan pembacaan web adalah alat dasar bagi Agent. Adanya dukungan resmi dari DeepSeek ini membuat proses pengembangan jadi jauh lebih mudah dan praktis.
3. Evaluasi matang sebelum rilis ke produksi: Siapkan rencana cadangan dari segi biaya, keandalan, kepatuhan, dan stabilitas sebelum mengganti alur sistem yang sudah berjalan secara bertahap.

APIYI kini sudah menghadirkan dukungan untuk deepseek-search dan deepseek-fetch, dengan skema penagihan hanya untuk panggilan yang berhasil (request yang gagal tidak dikenakan biaya). Buat tim yang sudah menggunakan DeepSeek, sekarang adalah waktu yang tepat untuk menguji fitur ini: coba dulu dengan sebagian kecil traffic untuk membandingkan kualitas jawaban serta efisiensi biayanya, baru kemudian putuskan apakah ingin migrasi sepenuhnya. Kami menyarankan untuk langsung menguji performanya lewat APIYI apiyi.com—platform ini menyediakan antarmuka terpadu yang kompatibel dengan OpenAI, memudahkan Anda membandingkan maupun beralih antara DeepSeek dan model-model populer lainnya.

📚 Referensi

1. Dokumentasi Resmi DeepSeek – Panduan Search: Panduan resmi mengenai fitur Search & Fetch
2. Tautan: api-docs.deepseek.com/guides/search/

3. Catatan: Rujukan utama untuk metode request, parameter, dan struktur respons

4. Pengumuman Resmi DeepSeek: Halaman rilis resmi peluncuran fitur baru ini

5. Tautan: api-docs.deepseek.com/news/news261017/

6. Catatan: Pelajari latar belakang peluncuran dan visi resmi fitur ini

7. Diskusi Komunitas Hacker News: Utas diskusi developer global seputar pengumuman ini

8. Tautan: news.ycombinator.com/item?id=50138531
9. Catatan: Bisa dijadikan referensi untuk melihat masukan komunitas dan poin-poin yang menjadi sorotan

Penulis: Tim Teknis APIYI
Diskusi Teknis: Jangan ragu untuk berbagi pengalaman integrasi fitur konektivitas web DeepSeek di kolom komentar. Dokumentasi dan panduan integrasi lebih lanjut dapat diakses di Pusat Dokumentasi APIYI docs.apiyi.com

Artikel terkait

• Memahami Pembaruan DeepSeek V4.1 Flash 1017: 11 Tolok Ukur Meningkat Menyeluruh, Harga Tak Naik Sedikit Pun: Apa saja peningkatan DeepSeek V4.1 Flash 1017, dan apakah harganya berubah? Artikel ini mengulas 11 perubahan tolok ukur berdasarkan data resmi, dampak biaya dari output yang lebih singkat, aturan tarif saat jam sepi dan sibuk, serta skema biaya baru untuk Search/Fetch API.
• Mengungkap alasan sebenarnya GPT-4o-mini dihentikan: perbandingan harga dan performa 5 model alternatif (September 2026): Dari jadwal penghentian resmi Azure hingga skor Artificial Analysis Intelligence Index, bandingkan data nyata dan metode migrasi gpt-4o-mini dengan model pengganti seperti GPT-5 mini, Gemini 2.5 Flash-Lite, dan DeepSeek V4 Flash melalui pengujian langsung.