OpenAI/gpt-6-luna-web-search

gpt-6-luna-web-search

Prova l’API GPT 6 Luna di OpenAI per ricerca web, ricerche e risposte basate su fonti online tramite l’API stabile e conveniente di Flaq AI con risposte in streaming.

Web Search

Modelli Gpt 6 Luna correlati

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

Documentazione

Esempi API

JavaScriptPythoncURL

Esempio di invio

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);
    }
  }
}

Esempio di invio

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)

Esempio di invio

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
  }'

Avvia una nuova chat

Invia un messaggio per iniziare.

Prezzi di GPT 6 Luna Web Search

Parametri	Prezzo	Prezzo originale	Sconto

Token: input	$0.1000 per 1 M token di input	-	Standard
Token: output	$0.5000 per 1 M token di output	-	Standard

README

API GPT 6 Luna Web Search rapida e conveniente (ricerca e recupero di informazioni web rapidi con OpenAI)

L’API GPT 6 Luna Web Search su Flaq AI combina un modello GPT-6 conveniente con il recupero di informazioni dal web per risposte attente alle fonti e ricerche aggiornate. Progettata per grandi volumi di richieste dei clienti, flussi di notizie e monitoraggio del mercato, questa integrazione API di ricerca web aiuta gli sviluppatori a recuperare informazioni pubbliche, confrontare fonti e sintetizzare i risultati da esaminare.

Funzionalità principali dell’API GPT 6 Luna Web Search

Recupero basato sul web: Recupera e sintetizza informazioni pubbliche aggiornate per strumenti di chat rivolti ai clienti e flussi di ricerca.
Flussi di ricerca attenti ai costi: Usa GPT 6 Luna per richieste mirate in grandi volumi quando l’efficienza è una priorità.
Sintesi concisa dei fatti: Trasforma diversi estratti di ricerca e riferimenti online in riepiloghi chiari e fattuali, senza contenuti superflui.
Supporto del contesto multimodale: Allega screenshot o documenti di riferimento supportati insieme al prompt di ricerca per orientare il recupero in base a specifici elementi visivi o testuali.
Approfondimenti continui su più turni: Poni domande successive e perfeziona le richieste di ricerca nei messaggi seguenti, mantenendo il contesto della conversazione.
Output in streaming a bassa latenza: Trasmetti progressivamente risultati di ricerca e risposte sintetizzate tramite eventi inviati dal server per una visualizzazione interattiva immediata.

Come usare l’API GPT 6 Luna Web Search per ricerche web rapide su Flaq AI

Input: Una richiesta dell’utente o un argomento di ricerca inviato nei messaggi della conversazione, eventualmente integrato con immagini o documenti supportati.
Output: Risposte e riepiloghi concisi basati sulle informazioni pubbliche recuperate; gli utenti dovrebbero verificare le affermazioni importanti consultando le fonti originali.
Lunghezza dell’output: Imposta facoltativamente un numero massimo di token di output per brevi riepiloghi puntati o panoramiche dettagliate. Non è specificato un massimo predefinito per questo parametro; continuano ad applicarsi i limiti di output del modello.
Streaming: Fornisci progressivamente la sintesi della ricerca tramite eventi inviati dal server per mostrarla subito all’utente.
Capacità: Recupero web rapido, verifica dei fatti in tempo reale, perfezionamento della ricerca su più turni e integrazione del contesto multimodale tramite l’integrazione API di Flaq AI.

Migliori casi d’uso dell’integrazione dell’API GPT 6 Luna Web Search

Assistenza clienti in tempo reale: Consenti ai bot di assistenza clienti di consultare tariffe di spedizione aggiornate, orari dei negozi, politiche recenti e avvisi pubblici di servizio.
Monitoraggio di notizie ed eventi di tendenza: Riassumi rapidamente notizie dell’ultima ora, aggiornamenti sugli eventi e argomenti di tendenza per flussi di notizie e aggregatori social.
Verifica di prezzi e disponibilità dei prodotti: Consulta rapidamente i siti pubblici dei rivenditori per verificare prezzi, revisioni dei prodotti e annunci sulle scorte.
Domande e risposte fattuali attente alle fonti: Aiuta le piattaforme didattiche e i widget di ricerca a rispondere alle domande con fonti recuperate che i lettori possono verificare.
Esame degli annunci della concorrenza: Riassumi gli annunci pubblici dei prodotti e confronta le modifiche quando l’applicazione fornisce nuove richieste di ricerca.

Nota Assicurati che i prompt, i materiali allegati e le attività di recupero rispettino le politiche d’uso di OpenAI, i termini di Flaq AI e i termini di servizio web applicabili. In caso di errore, restringi l’ambito della richiesta, elimina termini o allegati soggetti a restrizioni e riprova.

GPT 6 Luna Web Search e concorrenti: analisi comparativa

GPT 6 Luna Web Search a confronto con GPT 6 Sol Web Search
GPT 6 Sol Web Search è adatto a flussi che richiedono confronti più estesi tra fonti pubbliche. GPT 6 Luna Web Search è pensato per richieste mirate, sensibili ai costi e in volumi maggiori.
GPT 6 Luna Web Search a confronto con GPT 5.6 Luna Web Search
GPT 5.6 Luna Web Search è un’opzione precedente per risposte supportate dalla ricerca. GPT 6 Luna Web Search porta la famiglia GPT-6 più recente nelle richieste di ricerca mirate; confronta la pertinenza delle fonti e la qualità delle risposte sulle tue richieste prima di migrare.
GPT 6 Luna Web Search a confronto con i motori di risposta incentrati sulla ricerca
I motori di risposta incentrati sulla ricerca restituiscono spesso estratti rigidi e numerosi link alle fonti. GPT 6 Luna Web Search fornisce una sintesi conversazionale pienamente coerente, adattata direttamente al formato del prompt dell’utente e alle istruzioni di sistema.
GPT 6 Luna Web Search a confronto con Gemini Grounded Search
I modelli Gemini di ricerca ancorata alle fonti sono progettati intorno all’ecosistema di ricerca Google. GPT 6 Luna Web Search offre un’opzione di ricerca nativa OpenAI con convenzioni native di chat completions, gestione dei messaggi su più turni e prezzi competitivi su Flaq AI.