Alibaba/qwen-3.8-max-web-search

qwen-3.8-max-web-search

Prueba gratis la API Qwen 3.8 Max de Alibaba para búsqueda web, respuestas actuales, investigación fundamentada, análisis de fuentes y flujos LLM web en Flaq AI.

Web Search

Modelos Qwen 3.8 Max relacionados

qwen-3.8-max-text-to-texttext-to-text

qwen-3.8-max-web-searchweb-search

Documentación

Ejemplos de API

JavaScriptPythoncURL

Ejemplo de envio

const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    Authorization: 'Bearer YOUR_API_KEY',
    Accept: 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'qwen-3.8-max-web-search',
    messages: [
      {
        role: 'user',
        content: 'What are the latest developments in quantum computing this year?'
      }
    ],
    stream: true,
    max_tokens: 2048,
    top_p: 0.9,
    top_k: 50
  })
});

const reader = response.body.getReader();
const decoder = new TextDecoder();
let buffer = '';
let assistantText = '';

while (true) {
  const { done, value } = await reader.read();
  if (done) break;

  buffer += decoder.decode(value, { stream: true });
  const frames = buffer.split('\n\n');
  buffer = frames.pop() || '';

  for (const frame of frames) {
    const lines = frame.split('\n').filter(Boolean);
    let eventName = 'message';
    const dataLines = [];

    for (const line of lines) {
      if (line.startsWith('event:')) {
        eventName = line.slice(6).trim();
      } else if (line.startsWith('data:')) {
        dataLines.push(line.replace(/^data:\s*/, ''));
      }
    }

    const raw = dataLines.join('\n').trim();
    if (raw === '[DONE]') {
      console.log('\nFinal text:', assistantText);
      continue;
    }

    let payload;
    try {
      payload = JSON.parse(raw);
    } catch {
      continue;
    }

    if (eventName === 'error' || payload.error) {
      const msg = payload.error?.message ?? payload.message ?? 'Chat request failed';
      throw new Error(msg);
    }

    const delta = payload.choices?.[0]?.delta;
    if (delta?.content) {
      assistantText += delta.content;
      console.log(assistantText);
    }
  }
}

Ejemplo de envio

import json
import requests

response = requests.post(
    'https://api.flaq.ai/api/v1/chat/completions',
    headers={
        'Authorization': 'Bearer YOUR_API_KEY',
        'Accept': 'text/event-stream',
        'Content-Type': 'application/json',
    },
    json={
        'model': 'qwen-3.8-max-web-search',
        'messages': [
            {
                'role': 'user',
                'content': 'What are the latest developments in quantum computing this year?',
            }
        ],
        'stream': True,
        'max_tokens': 2048,
        'top_p': 0.9,
        'top_k': 50,
    },
    stream=True,
)

response.raise_for_status()

event_name = 'message'
assistant_text = ''

for raw_line in response.iter_lines(decode_unicode=True):
    if not raw_line:
        event_name = 'message'
        continue

    if raw_line.startswith('event:'):
        event_name = raw_line.replace('event:', '', 1).strip()
        continue

    if raw_line.startswith('data:'):
        raw_data = raw_line.replace('data:', '', 1).strip()
        if raw_data == '[DONE]':
            print('\nFinal text:', assistant_text)
            continue

        payload = json.loads(raw_data)

        if event_name == 'error' or payload.get('error'):
            error = payload.get('error') or payload
            raise RuntimeError(error.get('message', 'Chat request failed'))

        choices = payload.get('choices') or []
        if choices:
            delta = choices[0].get('delta') or {}
            content = delta.get('content')
            if content:
                assistant_text += content
                print(content, end='', flush=True)

Ejemplo de envio

curl -N -X POST "https://api.flaq.ai/api/v1/chat/completions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Accept: text/event-stream" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-3.8-max-web-search",
    "messages": [
      {
        "role": "user",
        "content": "What are the latest developments in quantum computing this year?"
      }
    ],
    "stream": true,
    "max_tokens": 2048,
    "top_p": 0.9,
    "top_k": 50
  }'

Inicia un nuevo chat

Envía un mensaje para comenzar.

Precios de Qwen 3.8 Max Web Search

Parámetros	Precio	Precio original	Descuento

Token: input	$2.0000 por 1 M de tokens de entrada	-	Estándar
Token: output	$6.0000 por 1 M de tokens de salida	-	Estándar

README

API Qwen 3.8 Max Web Search (Respuestas mejoradas mediante búsqueda)

La API Qwen 3.8 Max Web Search combina la generación de lenguaje con un flujo de búsqueda web para preguntas que se benefician de información actual o procedente de fuentes externas. Ayuda a las aplicaciones a convertir una consulta del usuario en una experiencia estructurada de búsqueda y respuesta mediante una integración de chat orientada a Alibaba en Flaq AI.

Características principales de la API Qwen 3.8 Max Web Search

Respuestas mejoradas mediante búsqueda: Utiliza la búsqueda web como parte de un flujo lingüístico cuando la respuesta depende de información ajena al contexto de la conversación.
Consultas en lenguaje natural: Acepta preguntas de los usuarios e instrucciones de investigación en lenguaje corriente sin necesidad de una sintaxis de búsqueda independiente.
Síntesis de resultados: Organiza la información recuperada en resúmenes, comparaciones, explicaciones o recomendaciones sobre los siguientes pasos.
Seguimiento según el contexto: Continúa una conversación orientada a la búsqueda con preguntas adicionales y ajustes específicos.
Controles estructurados de respuesta: Utiliza los controles disponibles de mensajes, muestreo y longitud de respuesta para adaptar la salida a la aplicación.
Flujo de investigación compatible con API: Añade respuestas asistidas por la web a asistentes, herramientas de soporte y productos de información mediante un endpoint orientado al chat.

Cómo utilizar la API Qwen 3.8 Max Web Search para respuestas mejoradas mediante búsqueda en Flaq AI

Entrada: Una pregunta en lenguaje natural o instrucción de investigación con cualquier contexto pertinente y requisitos de salida.
Dirección de la búsqueda: Aclara el tema, el intervalo temporal, los criterios de comparación y el nivel de detalle esperado en la respuesta.
Salida: Una respuesta lingüística sintetizada que se devuelve mediante el flujo de chat de Flaq AI para su visualización o automatización.
Seguimiento: Formula preguntas específicas para acotar el ámbito de búsqueda, comparar resultados o solicitar una estructura de salida diferente.
Gestión en la aplicación: Revisa las respuestas basadas en búsquedas, gestiona los errores del proveedor y comunica la incertidumbre cuando la información pueda cambiar.

Mejores casos de uso para la integración de la API Qwen 3.8 Max Web Search

Investigación de información actual: Ayuda a los usuarios a investigar temas, productos, organizaciones e información pública que cambian con el tiempo.
Supervisión del mercado y la competencia: Organiza los resultados externos en resúmenes repetibles y flujos de comparación.
Asistentes de conocimiento: Ofrece a las herramientas internas y de soporte una vía de respuesta con búsqueda para preguntas ajenas al conocimiento almacenado.
Preparación de contenido: Recopila información de fondo, referencias y contexto temático antes de redactar artículos o campañas.
Apoyo para la toma de decisiones: Combina la recuperación orientada a la búsqueda con explicaciones estructuradas para la investigación y la planificación operativa.

Nota Las respuestas basadas en búsquedas deben revisarse en cuanto a calidad, vigencia e integridad de las fuentes e incertidumbre antes de utilizarlas en decisiones de gran impacto o contenido publicado.

Qwen 3.8 Max Web Search frente a la competencia: análisis comparativo

Qwen 3.8 Max vs. Perplexity Sonar: Perplexity Sonar está diseñado en torno a la investigación web centrada en respuestas. Qwen 3.8 Max Web Search proporciona una vía de API orientada a Qwen para integrar respuestas asistidas por búsquedas en flujos de aplicaciones más amplios.
Qwen 3.8 Max vs. Gemini with Grounding: Gemini puede combinar la generación de lenguaje con el ecosistema de búsqueda de Google. Qwen 3.8 Max es adecuado para equipos que desarrollan conversaciones asistidas por búsquedas en torno a los servicios de Alibaba.
Qwen 3.8 Max vs. Claude with Web Search: Claude con búsqueda web ofrece una síntesis lingüística cuidadosa y una interacción de investigación. Qwen 3.8 Max proporciona una alternativa para productos que ya han normalizado los flujos de mensajes de Qwen.
Qwen 3.8 Max vs. OpenAI Web Search: OpenAI Web Search se integra con los productos de lenguaje y las API de OpenAI. Qwen 3.8 Max admite un patrón comparable de aplicaciones asistidas por búsqueda dentro de la familia Qwen.
Qwen 3.8 Max vs. Tavily: Tavily se centra en la recuperación mediante búsquedas para aplicaciones de IA. Qwen 3.8 Max Web Search combina el flujo orientado a la búsqueda con la generación de respuestas lingüísticas en una única integración de modelo.