DeepSeek search and fetch – $0.75 por 1000 solicitudes exitosas

Artículo original ↗ Discusión en Hacker News ↗

DeepSeek ha lanzado una API de búsqueda y obtención web de bajo coste dirigida a agentes de IA, rebajando a muchos proveedores existentes y provocando comparaciones con servicios como Exa, Brave, Kagi y SerpAPI tanto en precio como en calidad. Los comentaristas debaten los retos técnicos de eludir protecciones anti-bot y CAPTCHAs, así como la privacidad, la retención de datos y el intenso tráfico de rastreo que el scraping impulsado por IA impone a los sitios pequeños. El hilo también refleja preocupaciones más amplias sobre cómo el acceso automatizado y barato al contenido web desplaza el poder en la búsqueda, tensiona la infraestructura y puede erosionar los incentivos para crear contenido.

Alcance de la oferta de búsqueda/obtención de DeepSeek

  • La API está pensada para agentes, no para humanos, para realizar búsquedas web y obtención de páginas.
  • Tiene un precio de $0.75 por 1,000 solicitudes exitosas; comparada con otras API, está en el extremo barato (otras mencionadas: Exa, Brave, Kagi, SERP API, Ceramic, LinkUp, Uruky, etc.).
  • Algunos usuarios informan que la calidad real de búsqueda/obtención es mediocre en comparación con proveedores especializados y sugieren usar otras herramientas para recuperación de mayor calidad o semántica.

Evasión de bots, carrera armamentista anti-bot e impacto en la web

  • Muchos comentarios se centran en cómo estos servicios sortean Cloudflare, Anubis, CAPTCHAs y la detección de bots.
  • Técnicas discutidas: compilaciones endurecidas de Firefox/Chrome controladas remotamente, redes de proxies residenciales, suplantación de curl, suplantación de UA.
  • Los operadores de sitios se quejan de que el scraping impulsado por IA supera ampliamente al tráfico real, ignora robots.txt y las cabeceras de caché, y los obliga a ponerse detrás de CAPTCHAs, VPNs o servicios como Anubis.
  • Hay una fuerte crítica de que este tipo de herramientas intensifica una carrera armamentista y degrada la web para los usuarios normales; los defensores sostienen que es una autoprotección frente a prácticas web explotadoras y basadas en anuncios.

Privacidad, registro y retención de datos

  • Preocupa que DeepSeek y servicios similares registren las URL de destino y el uso, almacenando de hecho historiales de navegación/búsqueda de los usuarios.
  • Algunos abogan por un registro mínimo (solo metadatos de facturación) y critican la acumulación generalizada de datos; señalan que algunos proveedores anuncian modos opcionales o sin retención, a menudo a un coste mayor.
  • La retención cero de datos es un requisito estricto para algunos casos de uso (por ejemplo, verificar citas científicas), lo que hace que DeepSeek no sea adecuado para ellos.

Calidad de los LLM, casos de uso y economía

  • DeepSeek Flash se considera muy rentable y cercano al estado del arte para muchas tareas de programación y de agentes, aunque no sea generalmente superior a los modelos de frontera.
  • Debate sobre si los modelos abiertos o chinos pueden superar a los incumbentes estadounidenses combinando modelos potentes con búsqueda ultrabarata.
  • Algunos ven este precio como insostenible y esperan futuras subidas; otros dicen que DeepSeek puede permitirse márgenes bajos debido al respaldo de una empresa matriz de un fondo de cobertura y/o a motivos estratégicos más amplios.

Alternativas, autoalojamiento y futuro de la búsqueda

  • Varios usuarios montan sus propias herramientas MCP usando scrapers de terceros o metabuscadores (por ejemplo, SearxNG), pero informan de un fuerte rate limiting, muros de CAPTCHA e inconsistencia.
  • La búsqueda alojada se considera necesaria para la fiabilidad, la latencia y el uso de agentes a gran escala; autoalojar índices web completos se ve como costoso y complejo.
  • Algunos especulan que las API de búsqueda podrían acabar siendo subvencionadas o incluso de “coste negativo” para captar tráfico generado por agentes y ventaja SEO.