DeepSeek Searchは、DeepSeekが2026年10月17日に公開したSearch APIで、エージェントがウェブ上の情報を取得して回答を生成するための検索ツールです。Artificial Analysisが2026年10月19日時点のデータとして、27製品・14プロバイダを対象とするArtificial Analysis Search Indexに追加し、その結果を公表しました。
室谷代表取締役DeepSeek SearchがArtificial AnalysisのSearch Indexに載ったんですよね。スコアは69で27製品中17位、でも価格は有料Search APIの中で最安。
この「安いけど中位」という結果をどう読むかが今日のテーマです。
この「安いけど中位」という結果をどう読むかが今日のテーマです。
テキトー教師DotAI 認定講師単に「安い検索APIが出た」という話じゃないんですよ。Artificial Analysisは同じ回答モデルとエージェント基盤を固定して、検索プロバイダだけを差し替える比較をしているので、検索部分の実力がかなり純度高く見えるんです。
室谷代表取締役なるほど、そこは評価設計として面白いところですよね。まずは何が発表されたのかを整理しましょうか。
DeepSeek Searchとは？いつ・誰が発表したのか
まとめ
DeepSeek Searchとは？発表の整理
- DeepSeek SearchはDeepSeekが2026年10月17日にローンチしたSearch API
- 自社検索エンジン駆動で、検索用のSearch APIと単一ページ取得用のFetch APIの2種類を提供
- エンドポイントはSearch APIが POST https://api.deepseek.com/v1/tools/search、Fetch APIが POST https://api.deepseek.com/v1/tools/fetch
- どちらもDeepSeek APIと同じBearer認証を使う生のJSON API
- 今回の主役はDeepSeekの発表ではなく、Artificial AnalysisがSearch APIを自社ベンチマークに追加して評価結果を出したこと
- 発表元はArtificial Analysis、製品の提供元はDeepSeek
- Artificial Analysis Search IndexはDeepSearchQAのF1、BrowseCompの精度、AA-Omniscienceの精度の3指標の等重み平均
- 回答モデルはGPT-5.6 Luna（medium）、エージェント基盤はオープンソースharnessのStirrupで固定し、検索プロバイダだけを入れ替えて比較
- Stirrup上でモデルがweb_searchツールとして各社のSearch APIを呼び、最大25ターンの中で必要なだけ検索して回答
室谷代表取締役DeepSeek Searchは、DeepSeekが2026年10月17日にローンチしたSearch APIです。DeepSeekの自社検索エンジンで駆動されていて、検索を行うSearch APIと、単一ページを取得するFetch APIの2種類が提供されています。
テキトー教師DotAI 認定講師公式ドキュメントを見ると、Search APIは
POST https://api.deepseek.com/v1/tools/search、Fetch APIは POST https://api.deepseek.com/v1/tools/fetch というエンドポイントで、どちらもDeepSeek APIと同じBearer認証を使う生のJSON APIなんですよ。室谷代表取締役エージェントに検索させたいだけなら、モデルAPIと同じキーで叩けるのは楽ですよね。MYUUUでもエージェント系の検証はよくやるんですけど、認証が別建てじゃないのは地味に効きます。
テキトー教師DotAI 認定講師そして今回の主役はDeepSeekの発表そのものではなく、Artificial AnalysisがそのSearch APIを自社ベンチマークに追加して評価結果を出したことです。ここは分けて考えたほうがいいですよ。
室谷代表取締役そうですね、発表元はArtificial Analysis、製品の提供元はDeepSeek。この記事ではArtificial Analysisの評価結果を軸に、DeepSeekの公式ドキュメントで裏が取れる仕様を重ねていく形にします。
テキトー教師DotAI 認定講師ベンチマークの設計も押さえておきたいんですよ。Artificial Analysis Search Indexは、DeepSearchQAのF1、BrowseCompの精度、AA-Omniscienceの精度という3指標の等重み平均で出されています。
室谷代表取締役回答モデルはGPT-5.6 Luna（medium）、エージェント基盤はArtificial AnalysisのオープンソースharnessであるStirrupで固定。検索プロバイダだけを入れ替える方式なんですよね。
テキトー教師DotAI 認定講師はい。Stirrup上でモデルがweb_searchツールとして各社のSearch APIを呼び、最大25ターンの中で必要なだけ検索して回答を出す。
その品質を横並びで見るわけです。
その品質を横並びで見るわけです。
室谷代表取締役検索ツールの違いだけを見たいのに、モデルの賢さが混ざると比較にならないですからね。この固定方法は妥当だと思います。
DeepSeek Searchの性能―Artificial Analysis Search Indexで27製品中17位
DeepSeek Searchのベンチマーク別の性格
AA-Omniscience（事実質問系）
- スコア70%
- 27製品中10位
- 首位Exa・Firecrawlは73%で3ポイント差
- 単発の事実確認はそこそこ戦える
BrowseComp（多段推論）
- スコア63%
- 27製品中25位
- Perplexity系・Octenは85〜87%
- 多段検索が弱く大きく離される
室谷代表取締役結果からいきましょう。DeepSeek SearchのArtificial Analysis Search Indexスコアは69で、27製品中17位。
検索なしのベースラインが33なので、36ポイント持ち上げた計算になります。
検索なしのベースラインが33なので、36ポイント持ち上げた計算になります。
テキトー教師DotAI 認定講師順位的には中位ですね。すぐ上がTinyFishの71、すぐ下がLinkup（standard）の68という位置づけです。
上位はExaとPerplexityが80、Octenが77という並びになっています。
上位はExaとPerplexityが80、Octenが77という並びになっています。
室谷代表取締役ベンチマーク別に見ると性格がはっきり出ていて、AA-Omniscience、つまり事実質問系が70%で27製品中10位。首位のExa（auto, dynamic highlights）とFirecrawlが73%なので、3ポイント差なんですよね。
テキトー教師DotAI 認定講師一方でBrowseCompは63%で27製品中25位。複数回の検索を重ねる多段推論が必要なタスクで、Perplexity系やOctenの85〜87%に大きく離されています。
DeepSearchQAはF1で75でした。
DeepSearchQAはF1で75でした。
室谷代表取締役ここは記事として一番伝えたいポイントです。DeepSeek Searchは「単発の事実確認」はそこそこ戦えるけど、「何度も検索を往復して答えを絞る」タイプの調査は苦手。
用途が分かれるんですよ。
用途が分かれるんですよ。
テキトー教師DotAI 認定講師講座でも受講生さんに「検索APIを入れたのに調査タスクの精度が上がらない」という相談を受けることがあるんですけど、まさにこの多段検索の弱さが原因になり得る話です。
室谷代表取締役あと見逃せないのが検索結果のサイズです。1回の検索で約7kトークン、各結果に約1.8k文字のパッセージが付いてくる。
ボードの中でも上位に入る大きさなんですよね。
ボードの中でも上位に入る大きさなんですよね。
テキトー教師DotAI 認定講師そしてこの結果サイズが、次のコストの話に直結するんですよ。
DeepSeek Searchの料金体系―検索1,000回0.75ドルは有料APIで最安
まとめ
DeepSeek Searchの料金体系
- 検索単価：1,000成功リクエストあたり0.75ドル（有料Search APIで最安、Octen・Parallelの1ドルを下回る）
- タスクあたり総コスト：約0.032ドル（27製品中5位、中央値0.066ドルは下回るが最安ではない）
- コスト内訳：検索 約0.0085ドル（全体の27%）／モデル推論 約0.023ドル
- 課金ルール：空の結果は課金されない
- 注意点：検索結果が大きいと入力トークン増でモデルコストが膨らみ、DeepSeekのモデルコストは2番目に高い水準
- 無料期間：Harness・Claude Code・Codex経由のSearch/Fetch呼び出しは現在無料、2026年11月1日北京時間0時からリクエスト課金開始
室谷代表取締役料金はDeepSeekの公式ドキュメントに明記されていて、Searchが1,000成功リクエストあたり0.75ドル、Fetchも同じく1,000成功リクエストあたり0.75ドルです。空の結果は課金されない、というのもArtificial Analysisのスレッドで触れられています。
テキトー教師DotAI 認定講師この0.75ドルという価格は、Artificial Analysisがベンチマークしている有料Search APIの中で最安なんですよ。Octen、Parallel（turbo）、Parallel（fast）の1ドルを下回っています。
室谷代表取締役ただし「タスクあたりの総コスト」で見ると景色が変わるんですよね。DeepSeek Searchはタスクあたり約0.032ドルで27製品中5番目に安く、中央値の0.066ドルは下回るものの、最安ではない。
テキトー教師DotAI 認定講師内訳が重要で、検索コストが約0.0085ドル、モデルの推論コストが約0.023ドル。検索は全体の27%しか占めていないんです。
室谷代表取締役そう、検索結果が大きいから、モデルに読ませる入力トークンが増えて、モデル側のコストが膨らむ構造なんですよ。DeepSeekのモデルコストはボード上で2番目に高い水準になります。
テキトー教師DotAI 認定講師整理するとこうです。
- 検索単価：1,000成功リクエストあたり0.75ドル（有料Search APIで最安）
- タスクあたり総コスト：約0.032ドル（27製品中5位、中央値0.066ドルを下回る）
- 内訳：検索 約0.0085ドル／モデル 約0.023ドル
- 課金ルール：空の結果は課金されない
室谷代表取締役「検索単価の安さ」だけで選ぶと、モデルコストで回収される可能性がある。ここは導入前に試算してほしいところです。
テキトー教師DotAI 認定講師もう一つ、公式ドキュメントには興味深い注記があるんですよ。DeepSeek Harness、Claude Code、Codex経由でDeepSeek APIを使う場合、サーバー側のツール呼び出しはすでにSearch/Fetch APIに到達していて、これらの呼び出しは現在無料。
ただし2026年11月1日北京時間0時からリクエスト課金が始まる、と。
ただし2026年11月1日北京時間0時からリクエスト課金が始まる、と。
室谷代表取締役つまり既存ユーザーは、無料期間の終わりにコストが乗ってくる可能性があるわけですね。ここは早めに把握しておきたい。
DeepSeek Searchの使い方・始め方―レート制限と128文字クエリ制限の注意点
室谷代表取締役使い方ですけど、Search APIのリクエストはシンプルで、query、count、ori_question、localization、need_contentを指定する形です。countは1〜50でデフォルト10、need_contentはデフォルトfalseです。
テキトー教師DotAI 認定講師公式のcurl例だと、queryに検索語、countに5、need_contentをtrueにして、results配列からtitleとurl、summaryを取り出す流れになっています。
室谷代表取締役クエリ演算子も一通り揃っていて、site:、-site:、除外語の-、完全一致の"..."、lang:、after:、before:が使えるんですよね。lang:zh,enのように複数指定もできます。
テキトー教師DotAI 認定講師検索結果の各項目にはrerank_score、title、url、snippet、summary、content、site_name、site_icon、date、authorityが入ります。rerank_scoreは0〜3で1.5以上が高品質、authorityは0〜4で3以上が高権威、という目安が公式に示されています。
室谷代表取締役ここで注意点を整理しておきたいんですけど、まずクエリの長さです。公式ドキュメントではqueryは1〜128文字で、空白だけは不可とされています。
テキトー教師DotAI 認定講師Artificial Analysisのベンチマークでも、エージェントの検索の6%が128文字の上限に達したと報告されています。ただ、そのうち87%はモデルが短く書き直した最初のリライトで成功した、ともあります。
室谷代表取締役つまり制限に当たっても致命的ではないけれど、リトライ分の時間とトークンは消費する。長い指示文をそのままクエリに放り込む設計だと、じわっと効いてくるやつですね。
テキトー教師DotAI 認定講師もう一つがレート制限で、アカウントあたり毎秒5検索です。並列でエージェントを回すと、ここがボトルネックになり得ます。
室谷代表取締役速度の面では、検索1回あたり平均約0.5秒で返ってくるとArtificial Analysisは報告しています。検索自体は速いんですよ。
テキトー教師DotAI 認定講師ただタスク全体では約40秒かかっていて、ボードのレンジは約15秒（Octen）から61秒（Firecrawl）ですから、中央より遅い側に入ります。
室谷代表取締役内訳を見るとモデル時間が34秒でボード上最多、検索は約6秒。DeepSeekの検索結果を渡すと、モデルが他プロバイダより多くの推論トークンと回答トークンを書く傾向がある、と。
テキトー教師DotAI 認定講師検索API自体は速いのに、結果の情報量が多いぶんモデルが考え込む。ここが速度の読み方のポイントです。
室谷代表取締役実装面では、DeepSeekのモデルと組み合わせるならOpenAI互換のエンドポイントがそのまま使えます。StirrupのドキュメントでもDeepSeekのOpenAI互換エンドポイントにつなぐ例が紹介されていて、base_urlを https://api.deepseek.com にする形です。
テキトー教師DotAI 認定講師モデル側の料金も公式に出ていて、deepseek-flashは1M入力トークンあたりキャッシュヒットがオフピーク0.003ドル、キャッシュミスがオフピーク0.15ドル、出力がオフピーク0.6ドル。ピークはその2倍で、ピーク時間はUTC月曜〜金曜の01:00〜04:00と06:00〜10:00と定義されています。
室谷代表取締役検索APIの単価とモデル単価を両方見て、ピーク・オフピークの時間帯まで含めて試算する。そこまでやって初めて「安い」が意味を持つんですよね。
DeepSeekのモデル側の詳細はDeepSeek V4.1 Flashとは？552B MoEとAA-AgentPerf首位のGB300を読み解くでも整理しています。
DeepSeekのモデル側の詳細はDeepSeek V4.1 Flashとは？552B MoEとAA-AgentPerf首位のGB300を読み解くでも整理しています。
DeepSeek Searchはどんな用途に向くか―事実質問に強く多段検索に弱い理由
室谷代表取締役ここまでの数字を踏まえると、向き不向きがかなり明確なんですよ。AA-Omniscienceで70%、首位と3ポイント差というのは、単発の事実確認としては十分戦える数字です。
テキトー教師DotAI 認定講師AA-Omniscienceは6ドメインにバランスした600問の非公開事実質問セットで、検索がモデルの内部知識にどれだけ足せるかを見る指標です。つまり「知らないことを調べて正しく答える」力ですね。
室谷代表取締役逆にBrowseCompは、見つけにくい事実を多段のブラウジングで探すタスク。こちらは63%で25位でした。
DeepSeek Searchは1回の検索で約7kトークンという大量のパッセージを返すので、単発の回答には材料が豊富なんですけど、検索を何度も往復して仮説を絞っていく動きには向いていないんだと思います。
DeepSeek Searchは1回の検索で約7kトークンという大量のパッセージを返すので、単発の回答には材料が豊富なんですけど、検索を何度も往復して仮説を絞っていく動きには向いていないんだと思います。
テキトー教師DotAI 認定講師講座で言うなら、社内FAQや仕様確認のような「1回引けば答えが出る」用途と、競合調査のように「複数の手がかりをつないで答えにたどり着く」用途は、同じ検索APIでも求められるものが違うんですよ。
室谷代表取締役あと料金面では、空の結果が課金されないのは地味にありがたい仕様です。ヒットしないクエリを量産するような使い方でも、無駄課金が抑えられますからね。
テキトー教師DotAI 認定講師コスト効率で見ると、Artificial Analysisは「Search Index対タスクあたりコスト」の軸で、DeepSeek Searchがコストフロンティアの下に位置すると指摘しています。Octenはスコア77でタスクあたり約0.024ドルと、より安くより高いスコアを出している、と。
室谷代表取締役つまり「最安の検索単価」は事実だけど、「最良のコストパフォーマンス」とは限らない。ここを混同しないことが採用判断の分かれ目です。
テキトー教師DotAI 認定講師整理すると、DeepSeek Searchが向くのは、事実確認中心で検索回数が読めるタスク、とにかく検索単価を抑えたい大量処理、DeepSeekのモデルと揃えて構成をシンプルにしたいケース。逆に多段の深掘り調査が主目的なら、他の選択肢も比較したほうがいい、という結論になります。
室谷代表取締役既存のエージェント設計に検索を足すときの考え方は、Artificial Analysis Decision Indexとは？決定モデルを評価する新指標のような評価軸の記事も参考になります。モデル選びと同じで、指標を一つだけ見て決めないほうがいいんですよね。
競合Search APIとの比較―Exa・Perplexity・Octen・Parallelとの位置づけ
室谷代表取締役競合との位置づけを整理しておきましょう。Artificial Analysisのリーダーボードでは、Exa Search（auto, dynamic highlights）が80、Perplexity Search（medium）が80、Octen Search（highlights）が77、Parallel Search（advanced）が75、Brave Search（LLM context）が75、OpenAI Web Search（medium）が74、You.com Search（highlights）が74、Nimble Search（standard）が74、Firecrawl Searchが73、TinyFish Search（web）が71という並びです。
テキトー教師DotAI 認定講師DeepSeek Searchは69で、TinyFishの71とLinkup（standard）の68の間に挟まれる形ですね。
室谷代表取締役コスト側では、タスクあたりでTinyFishが0.0093ドル、Octenが0.024ドル、Parallel（turbo）が0.026ドル、DeepSeek SearchとNimble（lite）が0.032ドルという順になっています。
テキトー教師DotAI 認定講師速度ではOctenが15.3秒、Parallel（fast）が17.9秒、You.com（highlights）が19.0秒と速く、DeepSeek Searchは39.5秒でボードの下位側です。
室谷代表取締役こうして並べると、DeepSeek Searchの立ち位置は「検索単価は最安、品質は中位、速度は遅め、コストパフォーマンスは中位」なんですよ。どこかに突出して勝っているわけではなく、価格の一点で目立っている。
テキトー教師DotAI 認定講師単に「安いから選ぶ」じゃなくて、品質の持ち上げ幅、コストの増加、レイテンシの増加の3つを自社のタスクで測るべきだ、というのがArtificial Analysisの推奨でもあります。
室谷代表取締役まさにそこですよね。汎用ベンチマークの順位は参考情報で、自分のユースケースで試すのが本番。
MYUUUでも、検索APIを差し替えて同じプロンプトを流す比較は必ずやるようにしています。
MYUUUでも、検索APIを差し替えて同じプロンプトを流す比較は必ずやるようにしています。
テキトー教師DotAI 認定講師ちなみにArtificial AnalysisはSearch APIプロバイダ向けにベンチマーク参加の窓口も用意していて、リーダーボードは27製品・14プロバイダを対象に継続更新される形です。今後、DeepSeek側の改善で順位が動く可能性はありますね。
室谷代表取締役現時点では、DeepSeek Searchの多段検索の弱さがいつ、どう改善されるかは明らかにされていません。ここは続報を待つしかない部分です。
よくある質問
室谷代表取締役最後に、よく聞かれそうな点をまとめておきますね。
テキトー教師DotAI 認定講師まず料金です。Search APIは1,000成功リクエストあたり0.75ドル、Fetch APIも同じく1,000成功リクエストあたり0.75ドルで、空の結果は課金されません。
室谷代表取締役レート制限はアカウントあたり毎秒5検索。クエリは1〜128文字で、空白のみは不可です。
この2つは実装前に必ず確認してください。
この2つは実装前に必ず確認してください。
テキトー教師DotAI 認定講師使い方としては、
https://api.deepseek.com/v1/tools/search にBearer認証でPOSTし、queryとcount、need_contentを指定する形です。レスポンスのresults配列からtitle、url、summary、contentなどを取り出します。室谷代表取締役対応モデルや日本からの利用可否については、今回のソースでは言及されていないので、現時点では明らかにされていません。公式ドキュメントの最新情報を確認するのが確実です。
テキトー教師DotAI 認定講師品質面では、Artificial Analysis Search Indexで69、27製品中17位。事実質問のAA-Omniscienceが70%で10位、多段検索のBrowseCompが63%で25位というのが公式の評価結果です。
室谷代表取締役既存のDeepSeek API経由のツール呼び出しは現在無料ですが、2026年11月1日北京時間0時からリクエスト課金が始まる予定なので、そこはスケジュールに入れておきましょう。
テキトー教師DotAI 認定講師検索API全般の選び方は、モデルAPIの選び方と似ていて、指標を一つ見て決めるものではないんですよね。講座でも、まず自社タスクで小さく比較することをおすすめしています。
室谷代表取締役というわけで、DeepSeek Searchは「検索単価の安さ」という明確な武器を持った中位の検索API。事実確認中心のエージェントになら十分候補になりますし、多段の深掘り調査が主目的なら他の選択肢と並べて試す。
それが現時点での現実的な結論だと思います。
それが現時点での現実的な結論だと思います。
