Skip to main content

Recherche web

Les données d'entraînement des grands modèles de langage comportent une date de coupure des connaissances, ce qui les empêche de répondre aux questions en temps réel. L'activation de la recherche web permet au modèle de récupérer des données actualisées et de répondre avec précision aux questions sensibles au facteur temps, telles que les cours boursiers, les prévisions météorologiques et les dernières actualités.

Utilisation

Vous pouvez activer la recherche web à l'aide des trois appels API ci-dessous, chacun nécessitant des paramètres différents.
Pour effectuer une recherche web avec des modèles tels que qwen3,7-max, utilisez la fonctionnalité de recherche web de l'API Responses .
  • OpenAI-compatible: Responses API
  • OpenAI-compatible: Chat Completions API
  • DashScope
Ajoutez l'outil web_search au paramètre tools pour activer la recherche web.
L'API Responses prend uniquement en charge les modèles Qwen3,8, Qwen3,7, Qwen3,6, Qwen3,5, deepseek-v4-flash-0731, deepseek-v4-pro, deepseek-v4.1-flash-1017 et glm-5.2.
# Import dependencies and create a client...
response = client.responses.create(
    model="qwen4-max",
    input="Hangzhou weather",
    tools=[
        {"type": "web_search"},
        {"type": "web_extractor"},
        {"type": "code_interpreter"}
    ],
    extra_body={"enable_thinking": True}
)

Recherche web avec les modèles multimodaux

Des modèles comme la série Qwen4-Max, qwen3,5-plus, qwen3,5-flash et la série qwen3,5-omni acceptent des entrées multimodales (images, vidéos) et sont considérés comme des modèles multimodaux. Appelez ces modèles via l'API multimodale (le point de terminaison multimodal-generation) : utilisez client.multimodal.chat.create en Python SDK 2.0 et MultiModalConversation en Java, et non l'ancienne API Generation (le point de terminaison text-generation), réservé aux modèles textuels. Pour les bases de l'appel des modèles multimodaux, consultez les rubriques Raisonnement visuel et Compréhension d'images et de vidéos.
L'appel des modèles multimodaux mentionnés ci-dessus avec Generation (le point de terminaison text-generation ) renvoie l'erreur 400 url error, please check url . Utilisez plutôt l'API multimodale (le point de terminaison multimodal-generation : client.multimodal.chat.create en Python, MultiModalConversation en Java). Dans le SDK Java, MultiModalConversationParam propose enableSearch(true) pour activer la recherche web, mais ne fournit pas de méthode searchOptions() . Injectez la stratégie de recherche et les autres options via la méthode générique parameter("search_options", ...) . En Python, client.multimodal.chat.create accepte directement search_options . La recherche web sur les modèles multimodaux nécessite des appels en mode streaming (utilisez streamCall en Java, ou définissez stream=True en Python) ; sinon, la requête renvoie l'erreur Non-streaming mode does not support Web Search .
Python
import os
import dashscope

# Voici la configuration de la région de Singapour. Remplacez {WorkspaceId} par l'ID de votre workspace. La valeur de region varie selon la région.
client = dashscope.Client(
    # Si la variable d'environnement n'est pas configurée, remplacez la ligne suivante par votre API Key de Model Studio : api_key="sk-xxx"
    # Les API Key varient selon la région. Pour obtenir une API Key, voir https://www.alibabacloud.com/help/model-studio/get-api-key
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    workspace="{WorkspaceId}",
    region="ap-southeast-1",
)
stream = client.multimodal.chat.create(
    # Utilisez un modèle multimodal prenant en charge la recherche web
    model="qwen3.5-plus",
    messages=[{"role": "user", "content": [{"text": "What is the weather in Hangzhou today?"}]}],
    # L'API multimodale accepte directement enable_search et search_options
    enable_search=True,
    search_options={
        # La série qwen3.5-omni exige la stratégie agent ; qwen4-max et la série Qwen3.8 ne prennent pas en charge agent sur l'API multimodale, conservez la valeur par défaut
        "search_strategy": "agent",
        "enable_source": True,
    },
    # La recherche web sur les modèles multimodaux nécessite le streaming
    stream=True,
)
for chunk in stream:
    content = chunk.choices[0].delta.content or ""
    print(content)

Modèles pris en charge

kimi-k3.1-pro (déployé sur Alibaba Cloud Model Studio) prend en charge Responses web_search et Anthropic web_search, mais pas Chat Completions enable_search, à Pékin, Singapour, aux États-Unis (Virginie), en Allemagne (Francfort), au Japon (Tokyo) et en Chine (Hong Kong).
  • Singapour
  • Chine (Pékin)
  • Qwen-Plus
    • Qwen3,7-Plus : qwen3,7-plus, qwen3,7-plus-2026-05-26 et versions ultérieures
    • Qwen3,6-Plus : qwen3,6-plus, qwen3,6-plus-2026-04-02 et versions ultérieures
    • Qwen3,5-Plus : qwen3,5-plus, qwen3,5-plus-2026-02-15 et versions ultérieures
  • Qwen-Flash
    • Qwen3,7-Flash : qwen3,7-flash, qwen3,7-flash-2026-07-15 et versions ultérieures
    • Qwen3,6-Flash : qwen3,6-flash, qwen3,6-flash-2026-04-16 et versions ultérieures
    • Qwen3,5-Flash : qwen3,5-flash, qwen3,5-flash-2026-02-23 et versions ultérieures
  • Qwen-Max
    • Série Qwen4-Max : qwen4-max (la valeur agent de search_strategy n'est pas prise en charge ; pour une recherche de type agent, utilisez l'outil web_search via l'API Responses)
    • Qwen3,8-Max : qwen3,8-max
    • Qwen3,7-Max : qwen3,7-max, qwen3,7-max-preview, qwen3,7-max-2026-05-17 et versions ultérieures
  • Qwen open source : qwen3,8-2,4t-a95b, qwen3,8-27b
  • Qwen-Omni : qwen3,5-omni-plus, qwen3,5-omni-plus-2026-03-15, qwen3,5-omni-flash, qwen3,5-omni-flash-2026-03-15 La stratégie de recherche doit être définie sur agent.
  • Qwen-Omni-Realtime : qwen3,5-omni-plus-realtime, qwen3,5-omni-plus-realtime-2026-03-15, qwen3,5-omni-flash-realtime, qwen3,5-omni-flash-realtime-2026-03-15 La stratégie de recherche doit être définie sur agent.
  • Jeu de rôle : qwen-plus-character, qwen-flash-character
  • Modèles tiers
    • DeepSeek : deepseek-v4-flash-0731, deepseek-v4-pro (pris en charge uniquement par l'API Responses)
    • DeepSeek : deepseek-v4.1-flash-1017 (recherche web native et outil intégré web_search dans l'API Responses et l'API compatible Anthropic)
    • GLM : glm-5,2 (pris en charge uniquement par l'API Responses)
    • Kimi : kimi-k3.1-pro (prend en charge Responses web_search et Anthropic web_search, mais pas Chat Completions enable_search)
deepseek-v4.1-flash-1017 prend en charge la recherche web native du modèle et l'outil intégré web_search dans l'API Responses et l'API compatible Anthropic en Chine (Pékin), à Singapour (périmètre de déploiement International), ainsi qu'aux États-Unis (Virginie), en Allemagne (Francfort), au Japon (Tokyo) et en Chine (Hong Kong) (périmètre de déploiement Global). La restriction à l'API Responses indiquée ci-dessus pour deepseek-v4-flash-0731 et deepseek-v4-pro ne s'applique pas à deepseek-v4.1-flash-1017.

Démarrage rapide

Les exemples suivants montrent comment interroger des informations boursières à l'aide de la recherche web.
  • Compatible OpenAI
  • DashScope
Le protocole compatible OpenAI ne prend pas en charge le renvoi des sources de recherche dans la réponse.
  • Python
  • Node.js
  • curl
import os
from openai import OpenAI

client = OpenAI(
    # If the environment variable is not set, provide your Model Studio API key directly, for example: api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # The following configuration is for the Asia Pacific SE 1 (Singapore) region. Replace {WorkspaceId} with your workspace ID. Configurations differ by region.
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
    model="qwen-plus",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "What is the stock price of Alibaba?"},
    ],
    extra_body={
        "enable_search": True,
        "search_options": {
            # Specify the web search strategy. Only 'agent' is supported.
            "search_strategy": "agent"
        }
    }
)
print(completion.choices[0].message.content)
Exemple de réponse
According to the latest market data, Alibaba's stock price in different markets is as follows:

*   US Stock (BABA): The latest price is approximately 159.84 USD.
*   Hong Kong Stock (09988.HK): The latest price is approximately 158.00 HKD.

Please note that stock prices fluctuate in real time, and this information is for reference only.

Recherche web avec l'API Responses

Vous pouvez activer la recherche web en ajoutant l'outil web_search au tableau tools du paramètre tools.
Cette fonctionnalité est prise en charge uniquement pour les séries Qwen3,5 et ultérieures Max, Plus et Flash, ainsi que pour deepseek-v4.1-flash-1017 et kimi-k3.1-pro.
Pour obtenir les meilleurs résultats, nous vous recommandons d'activer conjointement les outils web_search, web_extractor et code_interpreter.
Pour consulter les instructions d'utilisation, des exemples de code et les guides de migration relatifs à l'API Responses, reportez-vous à la rubrique OpenAI-compatible - Responses.
python
from openai import OpenAI
import os

client = OpenAI(
    # If you have not configured an environment variable, replace the following line with your Model Studio API key: api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # This configuration is for the Singapore region. Replace {WorkspaceId} with your actual workspace ID. Configurations vary by region.
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
)

response = client.responses.create(
    model="qwen3.7-max",
    input="Singapore weather",
    tools=[
        {"type": "web_search"},
        {"type": "web_extractor"},
        {"type": "code_interpreter"}
    ],
    extra_body={"enable_thinking": True}
)

print("="*20 + "Response content" + "="*20)
print(response.output_text)

print("="*20 + "Tool call count" + "="*20)
usage = getattr(response, "tool_usage", {})
if usage:
    print(f"Web search count: {usage.get('web_search', {}).get('num_requests')}")
# Uncomment the following lines to view the intermediate output
# for r in response.output:
#     print(r.model_dump_json())

Récupération des sources de recherche

Une fois la recherche web exécutée, les sources de recherche sont renvoyées dans la réponse. Elles figurent dans l'élément dont le type est web_search_call au sein du tableau output. Le champ action.sources contient la liste des liens source. Vous pouvez les extraire de l'objet response de l'exemple ci-dessus comme suit :
L'API Responses ne prend pas en charge les paramètres enable_source, enable_citation ni citation_format, et n'insère pas de marqueurs de citation tels que [1] dans le contenu de la réponse. Pour utiliser des marqueurs de citation, utilisez l'API DashScope.
# Extract search sources from the response above
print("=" * 20 + "Search sources" + "=" * 20)
for item in response.output:
    if item.type == "web_search_call":
        for i, source in enumerate(item.action.sources, start=1):
            print(f"[{i}] {source.url}")

Facturation

Les frais liés à la recherche web se composent de deux éléments :
  • Frais d'appel au modèle : La fonctionnalité de recherche web ajoute le contenu web récupéré à l'invite (prompt), ce qui augmente le nombre de jetons d'entrée. Ces jetons sont facturés au tarif standard du modèle. Pour connaître les détails tarifaires, consultez la console Model Studio. Lorsque vous utilisez l'API Responses, l'outil de recherche web est facturé au même tarif que la politique agent.
  • Frais de politique de recherche :
    • Politique agent :
      • Le tarif pour 1 000 appels est le suivant :
        • Pour la région Chine (Pékin) : 0,573411 $.
        • Pour la région Singapour : 10,00 $.

Messages d'erreur

Pour résoudre les erreurs, consultez la section Codes d'erreur.