OpenAI/gpt-6-luna-web-search

gpt-6-luna-web-search

Prueba la API de GPT 6 Luna de OpenAI para buscar en la web, investigar y responder con fuentes online con la API estable y asequible de Flaq AI con streaming.

Web Search

Modelos Gpt 6 Luna relacionados

gpt-6-luna-text-to-texttext-to-text

gpt-6-luna-image-to-textimage-to-text

gpt-6-luna-web-searchweb-search

gpt-6-luna-file-analysisfile-analysis

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: 'gpt-6-luna-web-search',
    messages: [
      {
        role: 'user',
        content: 'Find the latest public information about Flaq AI and summarize it for a product brief.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

if (!response.ok) {
  const errorBody = await response.json().catch(() => null);
  throw new Error(errorBody?.error?.message ?? errorBody?.message ?? `HTTP ${response.status}`);
}

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(/\r?\n\r?\n/);
  buffer = frames.pop() || '';

  for (const frame of frames) {
    const lines = frame.split(/\r?\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': 'gpt-6-luna-web-search',
        'messages': [
            {
                'role': 'user',
                'content': 'Find the latest public information about Flaq AI and summarize it for a product brief.',
            }
        ],
        'stream': True,
        'max_tokens': 2048,
    },
    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": "gpt-6-luna-web-search",
    "messages": [
      {
        "role": "user",
        "content": "Find the latest public information about Flaq AI and summarize it for a product brief."
      }
    ],
    "stream": true,
    "max_tokens": 2048
  }'

Inicia un nuevo chat

Envía un mensaje para comenzar.

Precios de GPT 6 Luna Web Search

Parámetros	Precio	Precio original	Descuento

Token: input	$0.1000 por 1 M de tokens de entrada	-	Estándar
Token: output	$0.5000 por 1 M de tokens de salida	-	Estándar

README

API GPT 6 Luna Web Search rápida y rentable (investigación y recuperación web rápidas con OpenAI)

La API GPT 6 Luna Web Search en Flaq AI combina un modelo GPT-6 rentable con recuperación web para ofrecer respuestas que tienen en cuenta las fuentes e investigaciones actualizadas. Diseñada para grandes volúmenes de consultas de clientes, canales de noticias y seguimiento del mercado, esta integración de API de búsqueda web ayuda a los desarrolladores a recuperar información pública, comparar fuentes y resumir los hallazgos para su revisión.

Funciones principales de la API GPT 6 Luna Web Search

Recuperación fundamentada en la web: Recupera y sintetiza información pública actual para herramientas de chat orientadas al cliente y flujos de investigación.
Flujos de búsqueda con costes controlados: Utiliza GPT 6 Luna para consultas específicas en grandes volúmenes cuando la eficiencia sea prioritaria.
Síntesis concisa de hechos: Convierte diversos fragmentos de búsqueda y referencias en línea en resúmenes claros y objetivos, sin contenido innecesario.
Compatibilidad con contexto multimodal: Adjunta capturas de pantalla o documentos de referencia compatibles junto con el prompt de búsqueda para orientar la recuperación a partir de elementos visuales o textuales específicos.
Seguimiento continuo en varios turnos: Formula preguntas sucesivas y afina las consultas de búsqueda a lo largo de los mensajes sin perder el contexto de la conversación.
Salida en streaming de baja latencia: Transmite los resultados de búsqueda y las respuestas sintetizadas de forma incremental mediante eventos enviados por el servidor para su visualización interactiva inmediata.

Cómo usar la API GPT 6 Luna Web Search para investigar rápidamente en la web con Flaq AI

Entrada: Una consulta del usuario o un tema de investigación enviado en mensajes de conversación, opcionalmente acompañado de imágenes o documentos compatibles.
Salida: Respuestas y resúmenes concisos basados en información pública recuperada; los usuarios deben contrastar las afirmaciones importantes con las fuentes originales.
Longitud de salida: Establece opcionalmente un número máximo de tokens de salida para resúmenes breves con viñetas o descripciones detalladas. No se especifica un máximo predeterminado para este parámetro; los límites de salida del modelo siguen siendo aplicables.
Streaming: Entrega la síntesis de búsqueda progresivamente mediante eventos enviados por el servidor para mostrarla al usuario al instante.
Capacidades: Recuperación web rápida, verificación de hechos en tiempo real, refinamiento de búsquedas en varios turnos e integración de contexto multimodal mediante la integración de la API de Flaq AI.

Mejores casos de uso de la integración de la API GPT 6 Luna Web Search

Atención al cliente en tiempo real: Permite que los bots de atención al cliente consulten tarifas de envío actuales, horarios de tiendas, políticas recientes y avisos públicos de servicio.
Seguimiento de noticias y eventos de actualidad: Resume rápidamente noticias de última hora, novedades sobre eventos y temas en tendencia para canales de medios y agregadores sociales.
Comprobación de precios y disponibilidad de productos: Consulta rápidamente sitios públicos de comercios para comprobar precios, revisiones de productos y anuncios de existencias.
Preguntas y respuestas factuales basadas en fuentes: Ayuda a las plataformas educativas y los widgets de búsqueda a responder preguntas con fuentes recuperadas que los lectores puedan verificar.
Revisión de anuncios de la competencia: Resume anuncios públicos de productos y compara cambios cuando la aplicación envíe nuevas solicitudes de búsqueda.

Nota Asegúrate de que los prompts, los recursos adjuntos y las tareas de recuperación cumplan las políticas de uso de OpenAI, las condiciones de Flaq AI y las condiciones de servicio web aplicables. Si se produce un error, reduce el alcance de la consulta, elimina términos o archivos adjuntos restringidos e inténtalo de nuevo.

GPT 6 Luna Web Search frente a la competencia: análisis comparativo

GPT 6 Luna Web Search frente a GPT 6 Sol Web Search
GPT 6 Sol Web Search se adapta a flujos que requieren comparaciones más extensas entre fuentes públicas. GPT 6 Luna Web Search está orientado a consultas específicas, sensibles al coste y de mayor volumen.
GPT 6 Luna Web Search frente a GPT 5.6 Luna Web Search
GPT 5.6 Luna Web Search es una opción anterior para respuestas respaldadas por búsquedas. GPT 6 Luna Web Search incorpora la familia GPT-6 más reciente a las consultas de investigación específicas; compara la relevancia de las fuentes y la calidad de las respuestas con tus propias consultas antes de migrar.
GPT 6 Luna Web Search frente a motores de respuestas centrados en la búsqueda
Los motores de respuestas centrados en la búsqueda suelen devolver fragmentos rígidos y numerosos enlaces de citas. GPT 6 Luna Web Search ofrece una síntesis conversacional totalmente coherente, adaptada directamente al formato del prompt del usuario y a las instrucciones del sistema.
GPT 6 Luna Web Search frente a Gemini Grounded Search
Los modelos de búsqueda fundamentada de Gemini están diseñados en torno al ecosistema de búsqueda de Google. GPT 6 Luna Web Search ofrece una opción de búsqueda nativa de OpenAI con convenciones nativas de chat completions, gestión de mensajes en varios turnos y precios competitivos en Flaq AI.