文件解析

让模型基于你的文件回答问题，与 DeepSeek 网页端上传文件一致。分两步：

把 PDF、Word、PowerPoint、图片等文件上传到 Files API，上传时指定解析方式。
在对话请求中引用返回的 file_id。

文件在上传时完成解析，解析成功后才返回 file_id。

选择解析方式

两种方式的区别在于，模型能不能看到文档里的图：

`purpose`	模型得到的内容	适合的文档
`text_recognition`	只有文字。文档里的图表、照片、示意图会被丢弃	以文字为主的文档，例如合同、论文、扫描的文字材料
`rich_layout_recognition`	文字，加上文档里的图：图表、照片、示意图会被裁出来，按原来的位置和文字一起交给模型	需要结合图来理解的文档，例如带图表的报告、幻灯片、带示意图的说明书

例如，一份财报里有一张营收趋势图，用户问“这张图说明了什么”：

用 text_recognition 解析，模型只读到正文文字，看不到这张图，只能根据正文作答。
用 rich_layout_recognition 解析，模型能看到这张图，可以结合正文回答。

文档里的图是在解析时自动识别并裁出的，不保证每张图都能被识别出来。没有被裁出的图，模型仍然看不到。

rich_layout_recognition 裁出的图会占用输入 Token，并计入每个请求的图片数量上限。不需要模型看图时，用 text_recognition 即可。

第一步：上传并解析文档

通过 POST /files 上传，也可以使用 Anthropic 兼容接口。purpose 字段必须放在 file 字段之前。OpenAI Python SDK 会先发送表单字段、再发送文件，无需额外处理。

curl https://api.deepseek.com/files \
  -H "Authorization: Bearer <DeepSeek API Key>" \
  -F purpose="text_recognition" \
  -F file="@report.pdf"

{
  "id": "file-api-xxxxxxxxxxxxxxxx",
  "object": "file",
  "bytes": 1048576,
  "created_at": 1762790000,
  "filename": "report.pdf",
  "purpose": "text_recognition"
}

解析完成后才返回响应，解析期间不发送任何数据。请把客户端以及中间代理的超时时间设为上传时间加解析时间。
客户端中途断开时，解析仍会执行到结束；解析成功的文件照常保存并计费，之后可以在 GET /files 中看到。
上传失败的文件不会保存，也不计费。
上传的原始文件和解析结果都不支持下载。

第二步：在对话中引用文档

在 deepseek-flash 的对话请求中，在用户消息里引用上传返回的 file_id，模型即可基于文档回答问题。三个协议都支持：

Messages
Responses
Chat Completions

curl https://api.deepseek.com/anthropic/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: ${DEEPSEEK_API_KEY}" \
  -H "anthropic-beta: files-api-2025-04-14" \
  -d '{
    "model": "deepseek-flash",
    "messages": [
      {
        "role": "user",
        "content": [
          {"type": "document", "source": {"type": "file", "file_id": "file-api-xxxxxxxxxxxxxxxx"}},
          {"type": "text", "text": "总结这份文档的要点。"}
        ]
      }
    ]
  }'

Messages API 需要带上请求头 anthropic-beta: files-api-2025-04-14。

curl https://api.deepseek.com/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
    "model": "deepseek-flash",
    "input": [
      {
        "role": "user",
        "content": [
          {"type": "input_file", "file_id": "file-api-xxxxxxxxxxxxxxxx"},
          {"type": "input_text", "text": "总结这份文档的要点。"}
        ]
      }
    ]
  }'

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
    "model": "deepseek-flash",
    "messages": [
      {
        "role": "user",
        "content": [
          {"type": "file", "file_id": "file-api-xxxxxxxxxxxxxxxx"},
          {"type": "text", "text": "总结这份文档的要点。"}
        ]
      }
    ]
  }'

用这两种 purpose 上传的文档不能当作图片使用：在图片块中引用会返回 400。
需要解析的文档只能通过 file_id 引用，不支持在请求中直接传入文件内容或文件的 URL。
rich_layout_recognition 裁出的图片按原位置随文档一起交给模型，并计入每个请求的图片数量上限。
每个请求最多引用 20 个文档，文档文字合计不超过 8 MiB；同一个 file_id 引用多次时按多次计算。超过时返回 400。
多轮对话中，历史消息引用的 file_id 文档内容会完整保留在上下文中。上下文超长时返回 400，不会静默截断文档。
开启模型内容安全后，文档中裁出的图片（rich_layout_recognition）会与请求中的其他图片一样经过审核。

纯文本、表格与电子书

以下文件不需要解析，上传时把 purpose 设为 user_data，引用方式与上文相同：

纯文本文件，例如 txt、md、csv、json 和代码文件。
表格（XLSX、XLS）与电子书（EPUB、MOBI），上传时会转换为 Markdown。不支持 AZW3 和带 DRM 的电子书。

原文件最大 32 MiB，文本内容最大 8 MiB。这类上传不计费。

在 Messages API 中，也可以不上传文件，直接在 document 块中传入文本：

{"type": "document", "source": {"type": "text", "media_type": "text/plain", "data": "文档内容"}}

限制与错误

限制	取值
文件格式	PDF、Word（DOC、DOCX）、PowerPoint（PPT、PPTX），以及 PNG、JPEG、WebP、GIF、BMP、TIFF 等图片。格式由文件实际内容判断
文件大小	100 MiB，超过返回 `413`
页数	1,000 页
上传	需在 120 秒内上传完成，否则返回 `408`
解析时长	文件提交解析后 120 秒，超过返回 `504`
每个账号同时进行的文档上传数	15，与 OCR API 分开计算

状态码	原因
`400`	文件无法解析或格式不支持、文件设有打开密码，或 `purpose` 写在 `file` 之后
`408`	上传过慢
`413`	文件过大
`429`	账号同时进行的文档上传数超过上限
`500`	解析结果不完整
`503`	服务繁忙，请稍后重试
`504`	解析超过时限

计费

上传解析时：解析成功时，按文档页数一次性计费，价格见模型 & 价格。
对话引用时：不再收取解析费用；每次引用该文档的对话请求，按实际拼入上下文的输入 Token 计费。

文件解析

选择解析方式​

第一步：上传并解析文档​

第二步：在对话中引用文档​

纯文本、表格与电子书​

限制与错误​

计费​

选择解析方式

第一步：上传并解析文档

第二步：在对话中引用文档

纯文本、表格与电子书

限制与错误

计费