OpenAI/gpt-6-luna-web-search

gpt-6-luna-web-search

Experimente a API GPT 6 Luna da OpenAI para busca na web, pesquisa e respostas baseadas em fontes online pela API estável e acessível do Flaq AI com respostas em 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

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: '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);
    }
  }
}

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': '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)

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": "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
  }'

Inicie um novo chat

Envie uma mensagem para começar.

Preços de GPT 6 Luna Web Search

Parâmetros	Preço	Preço original	Desconto

Token: input	$0.1000 por 1 milhão de tokens de entrada	-	Padrão
Token: output	$0.5000 por 1 milhão de tokens de saída	-	Padrão

README

API GPT 6 Luna Web Search rápida e econômica (pesquisa e recuperação rápidas na web com OpenAI)

A API GPT 6 Luna Web Search na Flaq AI combina um modelo GPT-6 econômico com recuperação de informações na web para oferecer respostas que consideram as fontes e pesquisas atualizadas. Projetada para grandes volumes de consultas de clientes, feeds de notícias e monitoramento de mercado, esta integração de API de pesquisa na web ajuda os desenvolvedores a recuperar informações públicas, comparar fontes e resumir os resultados para revisão.

Principais recursos da API GPT 6 Luna Web Search

Recuperação fundamentada na web: Recupere e sintetize informações públicas atuais para ferramentas de chat voltadas aos clientes e fluxos de pesquisa.
Fluxos de pesquisa com controle de custos: Use GPT 6 Luna para consultas específicas em grandes volumes quando a eficiência for uma prioridade.
Síntese concisa de fatos: Transforme diversos trechos de pesquisa e referências online em resumos claros e factuais, sem conteúdo desnecessário.
Suporte a contexto multimodal: Anexe capturas de tela ou documentos de referência compatíveis junto ao prompt de pesquisa para orientar a recuperação com base em elementos visuais ou textuais específicos.
Acompanhamento contínuo em múltiplas interações: Faça perguntas sucessivas e refine as consultas de pesquisa ao longo das mensagens, preservando o contexto da conversa.
Saída em streaming de baixa latência: Transmita resultados de pesquisa e respostas sintetizadas de forma incremental por eventos enviados pelo servidor para exibição interativa imediata.

Como usar a API GPT 6 Luna Web Search para pesquisas rápidas na web na Flaq AI

Entrada: Uma consulta do usuário ou um tema de pesquisa enviado em mensagens de conversa, opcionalmente complementado por imagens ou documentos compatíveis.
Saída: Respostas e resumos concisos baseados em informações públicas recuperadas; os usuários devem verificar afirmações importantes nas fontes originais.
Comprimento da saída: Defina opcionalmente um número máximo de tokens de saída para resumos curtos em tópicos ou visões gerais detalhadas. Não há um máximo padrão especificado para esse parâmetro; os limites de saída do modelo continuam válidos.
Streaming: Entregue a síntese da pesquisa progressivamente por eventos enviados pelo servidor para exibição imediata ao usuário.
Capacidades: Recuperação rápida na web, verificação de fatos em tempo real, refinamento de pesquisas em múltiplas interações e integração de contexto multimodal por meio da integração da API da Flaq AI.

Melhores casos de uso da integração da API GPT 6 Luna Web Search

Atendimento ao cliente em tempo real: Dê aos bots de atendimento a capacidade de consultar tarifas de frete atuais, horários de lojas, políticas recentes e avisos públicos de serviço.
Monitoramento de notícias e eventos em alta: Resuma rapidamente notícias de última hora, atualizações de eventos e assuntos em alta para feeds de mídia e agregadores sociais.
Verificação de preços e disponibilidade de produtos: Consulte rapidamente sites públicos de varejistas para verificar preços, revisões de produtos e anúncios de estoque.
Perguntas e respostas factuais com base em fontes: Ajude plataformas educacionais e widgets de pesquisa a responder perguntas com fontes recuperadas que os leitores possam verificar.
Revisão de anúncios da concorrência: Resuma anúncios públicos de produtos e compare mudanças quando a aplicação fornecer novas solicitações de pesquisa.

Observação Garanta que os prompts, os materiais anexados e as tarefas de recuperação cumpram as políticas de uso da OpenAI, os termos da Flaq AI e os termos de serviço da web aplicáveis. Se ocorrer um erro, reduza o escopo da consulta, elimine termos ou anexos restritos e tente novamente.

GPT 6 Luna Web Search e concorrentes: análise comparativa

GPT 6 Luna Web Search em comparação com GPT 6 Sol Web Search
GPT 6 Sol Web Search atende a fluxos que exigem comparações mais extensas entre fontes públicas. GPT 6 Luna Web Search é voltado a consultas específicas, sensíveis ao custo e em volumes maiores.
GPT 6 Luna Web Search em comparação com GPT 5.6 Luna Web Search
GPT 5.6 Luna Web Search é uma opção anterior para respostas apoiadas por pesquisa. GPT 6 Luna Web Search leva a família GPT-6 mais recente às consultas de pesquisa específicas; compare a relevância das fontes e a qualidade das respostas com suas próprias consultas antes de migrar.
GPT 6 Luna Web Search em comparação com mecanismos de resposta centrados em pesquisa
Mecanismos de resposta centrados em pesquisa costumam retornar trechos rígidos e muitos links de citação. GPT 6 Luna Web Search oferece uma síntese conversacional totalmente coerente, adaptada diretamente ao formato do prompt do usuário e às instruções do sistema.
GPT 6 Luna Web Search em comparação com Gemini Grounded Search
Os modelos Gemini de pesquisa fundamentada em fontes são projetados em torno do ecossistema de pesquisa do Google. GPT 6 Luna Web Search oferece uma opção de pesquisa nativa da OpenAI com convenções nativas de chat completions, processamento de mensagens em múltiplas interações e preços competitivos na Flaq AI.