OpenAI/gpt-6-luna-web-search

gpt-6-luna-web-search

ลอง GPT 6 Luna API จาก OpenAI สำหรับค้นหาเว็บ ค้นคว้า และตอบโดยอ้างอิงแหล่งข้อมูลออนไลน์ผ่าน API ของ Flaq AI ที่เสถียรและราคาเข้าถึงได้ พร้อมคำตอบแบบสตรีม สำหรับเครื่องมือค้นคว้าจากแหล่งข้อมูลเว็บ

Web Search

โมเดล Gpt 6 Luna ที่เกี่ยวข้อง

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

เอกสาร

ตัวอย่าง API

JavaScriptPythoncURL

ตัวอย่างการส่งคำขอ

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);
    }
  }
}

ตัวอย่างการส่งคำขอ

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)

ตัวอย่างการส่งคำขอ

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
  }'

เริ่มแชตใหม่

ส่งข้อความเพื่อเริ่มต้น

ราคา GPT 6 Luna Web Search

พารามิเตอร์	ราคา	ราคาเดิม	ส่วนลด

โทเค็น: input	$0.1000 ต่อ 1 ล้านโทเค็นอินพุต	-	มาตรฐาน
โทเค็น: output	$0.5000 ต่อ 1 ล้านโทเค็นเอาต์พุต	-	มาตรฐาน

README

GPT 6 Luna Web Search API ที่รวดเร็วและคุ้มค่า (การค้นคว้าและค้นคืนข้อมูลบนเว็บอย่างรวดเร็วด้วย OpenAI)

GPT 6 Luna Web Search API บน Flaq AI ผสานโมเดล GPT-6 ที่ประหยัดต้นทุนเข้ากับการค้นคืนข้อมูลบนเว็บ เพื่อให้คำตอบที่คำนึงถึงแหล่งข้อมูลและการค้นคว้าที่ทันต่อเหตุการณ์ การเชื่อมต่อ API ค้นหาเว็บนี้ออกแบบมาสำหรับคำถามจากลูกค้าจำนวนมาก ฟีดข่าว และการติดตามตลาด ช่วยให้นักพัฒนาค้นคืนข้อมูลสาธารณะ เปรียบเทียบแหล่งข้อมูล และสรุปผลการค้นคว้าเพื่อนำไปตรวจสอบได้

คุณสมบัติหลักของ GPT 6 Luna Web Search API

การค้นคืนโดยอ้างอิงข้อมูลบนเว็บ: ค้นคืนและสังเคราะห์ข้อมูลสาธารณะที่เป็นปัจจุบันสำหรับเครื่องมือแชตที่ให้บริการลูกค้าและเวิร์กโฟลว์การค้นคว้า
เวิร์กโฟลว์การค้นหาที่คำนึงถึงต้นทุน: ใช้ GPT 6 Luna สำหรับคำถามจำนวนมากที่มีขอบเขตชัดเจนเมื่อให้ความสำคัญกับประสิทธิภาพ
การสังเคราะห์ข้อเท็จจริงอย่างกระชับ: เปลี่ยนข้อความตัวอย่างจากผลการค้นหาและแหล่งอ้างอิงออนไลน์ที่หลากหลายให้เป็นสรุปข้อเท็จจริงที่ชัดเจนและไม่มีเนื้อหาฟุ่มเฟือย
รองรับบริบทหลายรูปแบบ: แนบภาพหน้าจอหรือเอกสารอ้างอิงในรูปแบบที่รองรับพร้อมพรอมป์ต์ค้นหา เพื่อกำหนดทิศทางการค้นคืนตามสื่อภาพหรือข้อความที่เฉพาะเจาะจง
การถามต่อเนื่องหลายรอบ: ถามต่อยอดและปรับคำค้นในข้อความที่ต่อเนื่องกัน โดยยังคงรักษาบริบทของบทสนทนา
เอาต์พุตสตรีมมิงที่มีความหน่วงต่ำ: ส่งผลการค้นหาและคำตอบที่สังเคราะห์แล้วทีละส่วนผ่าน Server-Sent Events เพื่อแสดงผลแบบโต้ตอบได้ทันที

วิธีใช้ GPT 6 Luna Web Search API เพื่อค้นคว้าบนเว็บอย่างรวดเร็วบน Flaq AI

อินพุต: คำถามของผู้ใช้หรือหัวข้อค้นคว้าที่ส่งผ่านข้อความสนทนา โดยอาจเสริมด้วยภาพหรือเอกสารในรูปแบบที่รองรับ
เอาต์พุต: คำตอบและสรุปที่กระชับโดยอ้างอิงข้อมูลสาธารณะที่ค้นคืนมา ผู้ใช้ควรตรวจสอบข้ออ้างสำคัญกับแหล่งข้อมูลต้นฉบับ
ความยาวเอาต์พุต: สามารถกำหนดจำนวนโทเคนเอาต์พุตสูงสุดสำหรับสรุปแบบหัวข้อสั้น ๆ หรือภาพรวมโดยละเอียดได้ พารามิเตอร์นี้ไม่มีค่าสูงสุดเริ่มต้นที่ระบุไว้ แต่ยังคงอยู่ภายใต้ขีดจำกัดเอาต์พุตของโมเดล
สตรีมมิง: ส่งผลการสังเคราะห์ข้อมูลค้นหาทีละส่วนผ่าน Server-Sent Events เพื่อแสดงให้ผู้ใช้เห็นทันที
ความสามารถ: การค้นคืนข้อมูลบนเว็บอย่างรวดเร็ว การตรวจสอบข้อเท็จจริงแบบสด การปรับการค้นหาหลายรอบ และการผสานบริบทหลายรูปแบบผ่านการเชื่อมต่อ Flaq AI API

กรณีใช้งานที่เหมาะสมสำหรับการเชื่อมต่อ GPT 6 Luna Web Search API

การสนับสนุนลูกค้าแบบเรียลไทม์: เพิ่มความสามารถให้บอตบริการลูกค้าค้นหาอัตราค่าจัดส่งปัจจุบัน เวลาเปิดร้าน นโยบายล่าสุด และประกาศบริการสาธารณะ
การติดตามข่าวและเหตุการณ์ที่กำลังเป็นกระแส: สรุปข่าวด่วน ความคืบหน้าของเหตุการณ์ และหัวข้อที่กำลังเป็นกระแสอย่างรวดเร็วสำหรับฟีดสื่อและบริการรวบรวมข้อมูลโซเชียล
การตรวจสอบราคาและสินค้าพร้อมจำหน่าย: ตรวจสอบระดับราคา การปรับรุ่นสินค้า และประกาศสต็อกจากเว็บไซต์ค้าปลีกสาธารณะได้อย่างรวดเร็ว
ถามตอบข้อเท็จจริงโดยคำนึงถึงแหล่งข้อมูล: ช่วยให้แพลตฟอร์มการศึกษาและวิดเจ็ตค้นหาตอบคำถามโดยใช้แหล่งข้อมูลที่ค้นคืนมาและผู้อ่านสามารถตรวจสอบได้
การทบทวนประกาศของคู่แข่ง: สรุปประกาศผลิตภัณฑ์ที่เผยแพร่ต่อสาธารณะและเปรียบเทียบการเปลี่ยนแปลงเมื่อแอปพลิเคชันส่งคำขอค้นหาใหม่

หมายเหตุ ตรวจสอบให้แน่ใจว่าพรอมป์ต์ ไฟล์แนบ และงานค้นคืนข้อมูลเป็นไปตามนโยบายการใช้งานของ OpenAI ข้อกำหนดของ Flaq AI และข้อกำหนดการให้บริการเว็บที่เกี่ยวข้อง หากเกิดข้อผิดพลาด ให้จำกัดขอบเขตคำค้นให้แคบลง ลบคำหรือไฟล์แนบที่ถูกจำกัด แล้วลองอีกครั้ง

การวิเคราะห์เปรียบเทียบ GPT 6 Luna Web Search กับคู่แข่ง

GPT 6 Luna Web Search เทียบกับ GPT 6 Sol Web Search
GPT 6 Sol Web Search เหมาะกับเวิร์กโฟลว์ที่ต้องเปรียบเทียบข้อมูลจากแหล่งสาธารณะอย่างยาวและละเอียดขึ้น ส่วน GPT 6 Luna Web Search มุ่งรองรับคำถามที่มีขอบเขตชัดเจน จำนวนมาก และให้ความสำคัญกับต้นทุน
GPT 6 Luna Web Search เทียบกับ GPT 5.6 Luna Web Search
GPT 5.6 Luna Web Search เป็นตัวเลือกรุ่นก่อนสำหรับคำตอบที่มีข้อมูลค้นหารองรับ ส่วน GPT 6 Luna Web Search นำตระกูล GPT-6 รุ่นใหม่มาใช้กับคำถามค้นคว้าที่มีขอบเขตชัดเจน ควรเปรียบเทียบความเกี่ยวข้องของแหล่งข้อมูลและคุณภาพคำตอบกับคำถามของคุณเองก่อนย้ายมาใช้
GPT 6 Luna Web Search เทียบกับระบบตอบคำถามที่เน้นการค้นหา
ระบบตอบคำถามที่เน้นการค้นหามักแสดงข้อความสั้นในรูปแบบตายตัวและลิงก์อ้างอิงจำนวนมาก GPT 6 Luna Web Search ให้ผลการสังเคราะห์ในลักษณะบทสนทนาที่สอดคล้องกันตลอด โดยปรับตามรูปแบบพรอมป์ต์และคำสั่งระบบของผู้ใช้โดยตรง
GPT 6 Luna Web Search เทียบกับ Gemini Grounded Search
โมเดล Gemini ที่อ้างอิงข้อมูลจากการค้นหาออกแบบมาโดยมีระบบนิเวศ Google Search เป็นศูนย์กลาง GPT 6 Luna Web Search เป็นตัวเลือกการค้นหาแบบ OpenAI โดยตรง พร้อมรูปแบบการเติมเต็มแชตมาตรฐาน การจัดการข้อความหลายรอบ และราคาที่แข่งขันได้บน Flaq AI