Alibaba/qwen-3.8-max-web-search

qwen-3.8-max-web-search

Teste grátis a API Qwen 3.8 Max da Alibaba para pesquisa na web, respostas atuais, pesquisa fundamentada, análise de fontes e fluxos LLM conectados à web na 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

Documentação

Exemplos de API

JavaScriptPythoncURL

Exemplo 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);
    }
  }
}

Exemplo 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)

Exemplo 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
  }'

Inicie um novo chat

Envie uma mensagem para começar.

Preços de Qwen 3.8 Max Web Search

Parâmetros	Preço	Preço original	Desconto

Token: input	$2.0000 por 1 milhão de tokens de entrada	-	Padrão
Token: output	$6.0000 por 1 milhão de tokens de saída	-	Padrão

README

API Qwen 3.8 Max Web Search (Respostas aprimoradas por pesquisa)

A API Qwen 3.8 Max Web Search combina geração de linguagem com um fluxo de pesquisa na Web para perguntas que se beneficiam de informações atuais ou obtidas externamente. Ela ajuda os aplicativos a transformar uma consulta do usuário em uma experiência estruturada de pesquisa e resposta por meio de uma integração de chat voltada à Alibaba na Flaq AI.

Principais recursos da API Qwen 3.8 Max Web Search

Respostas aprimoradas por pesquisa: Use a pesquisa na Web como parte de um fluxo de linguagem quando a resposta depender de informações além do contexto da conversa.
Consultas em linguagem natural: Aceite perguntas dos usuários e instruções de pesquisa em linguagem comum sem exigir uma sintaxe separada de busca.
Síntese de resultados: Organize as informações recuperadas em resumos, comparações, explicações ou recomendações de próximos passos.
Acompanhamento com reconhecimento de contexto: Continue uma conversa voltada à pesquisa com perguntas adicionais e refinamentos específicos.
Controles estruturados de resposta: Use os controles disponíveis de mensagens, amostragem e extensão da resposta para adequar a saída ao aplicativo.
Fluxo de pesquisa compatível com APIs: Adicione respostas assistidas pela Web a assistentes, ferramentas de suporte e produtos de informação por meio de um endpoint voltado ao chat.

Como usar a API Qwen 3.8 Max Web Search para respostas aprimoradas por pesquisa na Flaq AI

Entrada: Uma pergunta em linguagem natural ou instrução de pesquisa com qualquer contexto relevante e requisitos de saída.
Direção da pesquisa: Esclareça o tema, o intervalo de tempo, os critérios de comparação e o nível de detalhes esperado na resposta.
Saída: Uma resposta de linguagem sintetizada e retornada pelo fluxo de chat da Flaq AI para exibição ou automação.
Acompanhamento: Faça perguntas específicas para refinar o escopo da pesquisa, comparar descobertas ou solicitar uma estrutura de saída diferente.
Tratamento no aplicativo: Revise as respostas baseadas em pesquisa, trate erros do provedor e comunique a incerteza quando as informações puderem mudar.

Melhores casos de uso para a integração da API Qwen 3.8 Max Web Search

Pesquisa de informações atuais: Ajude os usuários a investigar temas, produtos, organizações e informações públicas em constante mudança.
Monitoramento de mercado e concorrentes: Organize descobertas externas em resumos repetíveis e fluxos de comparação.
Assistentes de conhecimento: Ofereça a ferramentas internas e de suporte um caminho de resposta com pesquisa para perguntas além do conhecimento armazenado.
Preparação de conteúdo: Reúna informações de contexto, referências e contexto sobre o tema antes de redigir artigos ou campanhas.
Suporte à decisão: Combine recuperação voltada à pesquisa com explicações estruturadas para pesquisas e planejamento operacional.

Observação As respostas baseadas em pesquisa devem ser revisadas quanto à qualidade, atualidade e integridade das fontes e à incerteza antes de serem usadas em decisões de alto impacto ou em conteúdo publicado.

Qwen 3.8 Max Web Search vs. concorrentes: análise comparativa

Qwen 3.8 Max vs. Perplexity Sonar: O Perplexity Sonar foi desenvolvido em torno de pesquisas na Web focadas em respostas. O Qwen 3.8 Max Web Search oferece um caminho de API voltado ao Qwen para integrar respostas assistidas por pesquisa a fluxos de aplicativos mais amplos.
Qwen 3.8 Max vs. Gemini with Grounding: O Gemini pode combinar geração de linguagem com o ecossistema de pesquisa do Google. O Qwen 3.8 Max é adequado para equipes que desenvolvem conversas assistidas por pesquisa em torno dos serviços da Alibaba.
Qwen 3.8 Max vs. Claude with Web Search: O Claude com pesquisa na Web oferece síntese cuidadosa da linguagem e interação de pesquisa. O Qwen 3.8 Max oferece uma alternativa para produtos que já padronizaram os fluxos de mensagens do Qwen.
Qwen 3.8 Max vs. OpenAI Web Search: O OpenAI Web Search se integra aos produtos de linguagem e APIs da OpenAI. O Qwen 3.8 Max oferece suporte a um padrão comparável de aplicativo assistido por pesquisa dentro da família Qwen.
Qwen 3.8 Max vs. Tavily: O Tavily se concentra na recuperação de pesquisas para aplicativos de IA. O Qwen 3.8 Max Web Search combina o fluxo voltado à pesquisa com a geração de respostas de linguagem em uma única integração de modelo.