OpenAI/gpt-6-luna-web-search

gpt-6-luna-web-search

Essayez l’API GPT 6 Luna d’OpenAI pour la recherche web et les réponses issues de sources en ligne via l’API stable et abordable de Flaq AI, avec réponses en streaming.

Web Search

Modèles Gpt 6 Luna associés

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

Documentation

Exemples d'API

JavaScriptPythoncURL

Exemple d'envoi

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);
    }
  }
}

Exemple d'envoi

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)

Exemple d'envoi

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
  }'

Démarrer un nouveau chat

Envoyez un message pour commencer.

Tarifs de GPT 6 Luna Web Search

Paramètres	Prix	Prix d’origine	Remise

Jeton: input	$0.1000 par 1 M de jetons d’entrée	-	Standard
Jeton: output	$0.5000 par 1 M de jetons de sortie	-	Standard

README

API GPT 6 Luna Web Search rapide et économique (recherche et récupération d’informations web rapides avec OpenAI)

L’API GPT 6 Luna Web Search sur Flaq AI associe un modèle GPT-6 économique à la récupération d’informations web pour des réponses tenant compte des sources et des recherches actualisées. Conçue pour les demandes clients en grand volume, les flux d’actualité et la veille de marché, cette intégration d’API de recherche web aide les développeurs à récupérer des informations publiques, à comparer les sources et à résumer les résultats pour examen.

Principales fonctionnalités de l’API GPT 6 Luna Web Search

Récupération fondée sur le web : Récupérez et synthétisez des informations publiques actuelles pour les outils de chat destinés aux clients et les processus de recherche.
Processus de recherche à coût maîtrisé : Utilisez GPT 6 Luna pour des requêtes ciblées en grand volume lorsque l’efficacité est prioritaire.
Synthèse concise des faits : Transformez divers extraits de recherche et références en ligne en résumés précis et factuels, sans contenu superflu.
Prise en charge du contexte multimodal : Joignez des captures d’écran ou des documents de référence pris en charge au prompt de recherche afin d’orienter la récupération à partir d’éléments visuels ou textuels précis.
Suivi continu sur plusieurs échanges : Posez des questions successives et affinez les recherches au fil des messages tout en conservant le contexte de la conversation.
Sortie en streaming à faible latence : Diffusez progressivement les résultats de recherche et les réponses synthétisées via des événements envoyés par le serveur pour un affichage interactif immédiat.

Comment utiliser l’API GPT 6 Luna Web Search pour une recherche web rapide sur Flaq AI

Entrée : Une question utilisateur ou un sujet de recherche soumis dans les messages de conversation, éventuellement complété par des images ou des documents pris en charge.
Sortie : Des réponses et résumés concis fondés sur les informations publiques récupérées ; les utilisateurs doivent vérifier les affirmations importantes dans les sources originales.
Longueur de sortie : Définissez éventuellement un nombre maximal de tokens de sortie pour de courts résumés à puces ou des présentations détaillées. Aucun maximum par défaut n’est précisé pour ce paramètre ; les limites de sortie du modèle restent applicables.
Streaming : Fournissez progressivement la synthèse de recherche via des événements envoyés par le serveur pour un affichage immédiat.
Capacités : Récupération web rapide, vérification des faits en temps réel, affinement des recherches sur plusieurs échanges et intégration du contexte multimodal via l’intégration de l’API Flaq AI.

Meilleurs cas d’utilisation de l’intégration de l’API GPT 6 Luna Web Search

Assistance client en temps réel : Donnez aux bots de service client la capacité de rechercher les tarifs de livraison actuels, les horaires des magasins, les politiques récentes et les avis de service publics.
Suivi des actualités et événements tendance : Résumez rapidement les dernières nouvelles, les mises à jour d’événements et les sujets tendance pour les flux de médias et les agrégateurs sociaux.
Vérification des prix et de la disponibilité des produits : Consultez rapidement les sites marchands publics pour vérifier les prix, les révisions de produits et les annonces de stocks.
Questions-réponses factuelles tenant compte des sources : Aidez les plateformes éducatives et les widgets de recherche à répondre aux questions grâce à des sources récupérées que les lecteurs peuvent vérifier.
Examen des annonces concurrentes : Résumez les annonces publiques de produits et comparez les évolutions lorsque l’application transmet de nouvelles requêtes de recherche.

Remarque Assurez-vous que les prompts, les éléments joints et les tâches de récupération respectent les politiques d’utilisation d’OpenAI, les conditions de Flaq AI et les conditions d’utilisation des sites concernés. En cas d’erreur, réduisez la portée de la requête, retirez les termes ou pièces jointes soumis à restriction, puis réessayez.

GPT 6 Luna Web Search face à la concurrence : analyse comparative

GPT 6 Luna Web Search face à GPT 6 Sol Web Search
GPT 6 Sol Web Search convient aux processus nécessitant des comparaisons plus longues entre sources publiques. GPT 6 Luna Web Search est destiné aux requêtes ciblées, sensibles aux coûts et traitées en plus grand volume.
GPT 6 Luna Web Search face à GPT 5.6 Luna Web Search
GPT 5.6 Luna Web Search est une option antérieure pour les réponses appuyées sur la recherche. GPT 6 Luna Web Search apporte la famille GPT-6 plus récente aux requêtes de recherche ciblées ; comparez la pertinence des sources et la qualité des réponses sur vos propres requêtes avant de migrer.
GPT 6 Luna Web Search face aux moteurs de réponse centrés sur la recherche
Les moteurs de réponse centrés sur la recherche renvoient souvent des extraits rigides et de nombreux liens de citation. GPT 6 Luna Web Search fournit une synthèse conversationnelle entièrement cohérente, directement adaptée au format du prompt de l’utilisateur et aux instructions système.
GPT 6 Luna Web Search face à Gemini Grounded Search
Les modèles Gemini de recherche ancrée dans les sources sont conçus autour de l’écosystème de recherche Google. GPT 6 Luna Web Search propose une option de recherche native OpenAI avec les conventions natives de chat completions, la gestion des messages sur plusieurs échanges et des tarifs compétitifs sur Flaq AI.