在 Flaq AI 上免费试用 Alibaba Qwen 3.8 Max 网页搜索 API,支持最新答案、基于事实依据的研究、结合来源的分析和面向生产环境的联网 LLM 工作流,适合研究与团队协作。
Qwen 3.8 Max 相关模型
API 示例
提交示例
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);
}
}
}
提交示例
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)
提交示例
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
}'
Qwen 3.8 Max Web Search 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
README
Qwen 3.8 Max 网页搜索 API(搜索增强型回答)
Qwen 3.8 Max 网页搜索 API 将语言生成与网页搜索工作流相结合,适合回答受益于最新信息或外部来源信息的问题。它通过 Flaq AI 上面向阿里巴巴的聊天集成,帮助应用将用户查询转化为结构化的搜索与回答体验。
Qwen 3.8 Max 网页搜索 API 的主要功能
-
搜索增强型响应: 当回答依赖对话上下文之外的信息时,将网页搜索作为语言工作流的一部分。
-
自然语言查询: 接收以日常语言表达的用户问题和研究指令,无需使用单独的搜索语法。
-
结果综合: 将检索到的信息整理为摘要、比较结果、说明或后续步骤建议。
-
上下文感知型跟进: 通过其他问题和有针对性的细化继续进行面向搜索的对话。
-
结构化响应控制: 使用可用的消息、采样和响应长度控制,使输出符合应用需求。
-
易于 API 集成的研究流程: 通过面向聊天的端点,为助手、支持工具和信息产品添加网页辅助回答。
如何在 Flaq AI 上使用 Qwen 3.8 Max 网页搜索 API 生成搜索增强型回答
-
输入: 以自然语言表达的问题或研究指令,以及任何相关上下文和输出要求。
-
搜索方向: 明确主题、时间范围、比较标准以及响应应达到的详细程度。
-
输出: 通过 Flaq AI 聊天工作流返回综合生成的语言响应,用于展示或自动化。
-
跟进: 提出有针对性的问题,以细化搜索范围、比较发现或请求不同的输出结构。
-
应用处理: 审核基于搜索的回答、处理提供商错误,并在信息可能发生变化时说明不确定性。
Qwen 3.8 Max 网页搜索 API 集成的最佳使用场景
-
最新信息研究: 帮助用户调查不断变化的主题、产品、组织和公开信息。
-
市场与竞品监测: 将外部发现整理为可重复生成的摘要和比较工作流。
-
知识助手: 为支持工具和内部工具提供支持搜索的响应路径,以回答存储知识范围之外的问题。
-
内容准备: 在起草文章或营销活动之前收集背景信息、参考资料和主题上下文。
-
决策支持: 将面向搜索的检索与结构化说明相结合,用于研究和运营规划。
注意 在将基于搜索的回答用于影响重大的决策或发布内容之前,应审核其来源质量、时效性、完整性和不确定性。
Qwen 3.8 Max 网页搜索与竞品对比:比较分析
-
Qwen 3.8 Max 与 Perplexity Sonar 对比: Perplexity Sonar 围绕以回答为重点的网页研究而设计。Qwen 3.8 Max 网页搜索提供面向 Qwen 的 API 路径,用于将搜索辅助型回答集成到更广泛的应用工作流中。
-
Qwen 3.8 Max 与 Gemini with Grounding 对比: Gemini 可以将语言生成与 Google 搜索生态系统相结合。Qwen 3.8 Max 适合围绕阿里巴巴服务构建搜索辅助型对话的团队。
-
Qwen 3.8 Max 与 Claude with Web Search 对比: 具备网页搜索能力的 Claude 提供严谨的语言综合和研究交互。Qwen 3.8 Max 为已将 Qwen 消息工作流作为标准的产品提供替代选择。
-
Qwen 3.8 Max 与 OpenAI Web Search 对比: OpenAI 网页搜索与 OpenAI 语言产品及 API 集成。Qwen 3.8 Max 在 Qwen 系列中支持类似的搜索辅助型应用模式。
-
Qwen 3.8 Max 与 Tavily 对比: Tavily 专注于面向 AI 应用的搜索检索。Qwen 3.8 Max 网页搜索在单一模型集成中将面向搜索的工作流与语言响应生成相结合。