Skip to main content

Web search

Data pelatihan model bahasa besar memiliki tanggal cutoff pengetahuan, sehingga tidak dapat menjawab pertanyaan real-time. Dengan mengaktifkan web search, model dapat mengambil data real-time dan memberikan jawaban akurat untuk pertanyaan yang sensitif terhadap waktu, seperti harga saham, prakiraan cuaca, dan berita terkini.

Penggunaan

Anda dapat mengaktifkan web search melalui tiga panggilan API berikut, masing-masing memerlukan parameter yang berbeda.
Untuk web search dengan model seperti qwen3.7-max, gunakan fitur web search dari Responses API.
  • Kompatibel dengan OpenAI: Responses API
  • Kompatibel dengan OpenAI: Chat Completions API
  • DashScope
Tambahkan tool web_search ke parameter tools untuk mengaktifkan web search.
Responses API hanya mendukung sebagian model. Untuk model yang didukung, lihat Web search dengan Responses API.
# 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}
)

Web search dengan model multimodal

Seri Qwen4-Max, seri Qwen3.8, Qwen3.7-Flash, Qwen3.7-Plus, seri Qwen3.6, dan seri Qwen3.5 (termasuk qwen3.5-plus, qwen3.5-flash, seri qwen3.5-omni, dan model open-source Qwen) menerima input multimodal (gambar, video) dan merupakan model multimodal. Dukungan strategi pencarian bervariasi menurut seri: seri qwen3.5-omni hanya mendukung strategi agent; qwen4-max dan seri Qwen3.8 tidak mendukung strategi agent (gunakan turbo atau max default); model lainnya mendukung strategi turbo, max, dan agent. Panggil model ini melalui API multimodal (endpoint multimodal-generation): Python SDK 2.0 menggunakan client.multimodal.chat.create, Java menggunakan MultiModalConversation, dan tidak dapat menggunakan endpoint text-generation yang ditujukan untuk model teks saja. Untuk dasar-dasar pemanggilan model multimodal, lihat topik Visual reasoning dan Image and video understanding.
Memanggil model multimodal di atas melalui endpoint text-generation mengembalikan 400 url error, please check url. Gunakan API multimodal sebagai gantinya (endpoint multimodal-generation; di Python gunakan client.multimodal.chat.create, di Java gunakan MultiModalConversation). Di SDK Java, MultiModalConversationParam menyediakan enableSearch(true) untuk mengaktifkan web search, tetapi tidak menyediakan metode searchOptions(). Suntikkan strategi pencarian dan opsi lainnya melalui metode generik parameter("search_options", ...). Di Python, client.multimodal.chat.create menerima search_options secara langsung. Web search pada model multimodal memerlukan panggilan streaming (gunakan streamCall di Java, atau atur stream=True di Python); jika tidak, permintaan akan mengembalikan error Non-streaming mode does not support Web Search.
Python
import os
import dashscope

# Berikut adalah konfigurasi untuk wilayah Singapura. Ganti {WorkspaceId} dengan ID ruang kerja aktual Anda. Nilai region berbeda-beda untuk setiap wilayah.
client = dashscope.Client(
    # Jika variabel lingkungan belum dikonfigurasi, ganti baris berikut dengan Kunci API Model Studio Anda: api_key="sk-xxx"
    # Kunci API berbeda-beda tergantung wilayah. Untuk mendapatkan kunci API, lihat 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(
    # Gunakan model multimodal yang mendukung pencarian web
    model="qwen3.5-plus",
    messages=[{"role": "user", "content": [{"text": "What is the weather in Hangzhou today?"}]}],
    # API multimodal menerima enable_search dan search_options secara langsung
    enable_search=True,
    search_options={
        # Seri qwen3.5-omni memerlukan agent. qwen4-max dan seri Qwen3.8 tidak mendukung agent; gunakan nilai default.
        "search_strategy": "agent",
        "enable_source": True,
    },
    # Streaming diperlukan saat pencarian web diaktifkan untuk model multimodal
    stream=True,
)
for chunk in stream:
    content = chunk.choices[0].delta.content or ""
    print(content)

Model yang didukung

Model berikut mendukung web search. Model dengan input multimodal (seri Qwen4-Max, seri Qwen3.8, Qwen3.7-Flash/Plus, seri Qwen3.6, seri Qwen3.5, dan model open-source Qwen) harus dipanggil melalui API multimodal. Lihat Web search dengan model multimodal.
  • Singapura
  • Tiongkok (Beijing)
  • Qwen
    • Qwen4 series: qwen4-max (strategi agent tidak didukung; untuk pencarian gaya agent, gunakan alat web_search melalui Responses API)
    • Qwen3.8 series: qwen3.8-max, qwen3.8-max-0902, qwen3.8-flash, qwen3.8-2.4t-a95b, qwen3.8-27b (strategi agent tidak didukung)
    • Qwen3.7 series: qwen3.7-max, qwen3.7-max-preview, qwen3.7-max-2026-05-17 dan snapshot setelahnya, qwen3.7-plus, qwen3.7-plus-2026-05-26 dan snapshot setelahnya, qwen3.7-flash, qwen3.7-flash-2026-07-15 dan snapshot setelahnya
    • Qwen3.6 series: qwen3.6-plus, qwen3.6-plus-2026-04-02 dan snapshot setelahnya, qwen3.6-flash, qwen3.6-flash-2026-04-16 dan snapshot setelahnya, qwen3.6-27b, qwen3.6-35b-a3b
    • Qwen3.5 series: qwen3.5-plus, qwen3.5-plus-2026-02-15 dan snapshot setelahnya, qwen3.5-flash, qwen3.5-flash-2026-02-23 dan snapshot setelahnya, qwen3.5-27b, qwen3.5-35b-a3b, qwen3.5-122b-a10b, qwen3.5-397b-a17b
    • Qwen-Omni: qwen3.5-omni-plus, qwen3.5-omni-plus-2026-03-15, qwen3.5-omni-flash, qwen3.5-omni-flash-2026-03-15 (strategi pencarian harus diatur ke 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 (strategi pencarian harus diatur ke agent)
  • Model pihak ketiga
    • DeepSeek: deepseek-v4-pro, deepseek-v4-pro-0813, deepseek-v4-flash-0731, deepseek-v4.1-flash-1017 (seri deepseek-v4 juga mendukung Responses API)
    • GLM: glm-5.2 (hanya didukung oleh Responses API)
    • Kimi: kimi-k3.1-pro (mendukung web_search di Responses dan Anthropic, tetapi tidak mendukung enable_search di Chat Completions); kimi-k3 (hanya didukung oleh Responses API)
qwen4-max mendukung pencarian web dalam cakupan penerapan layanan Virginia di wilayah AS (Virginia). kimi-k3.1-pro (diterapkan di Alibaba Cloud Model Studio) mendukung web_search di Responses dan Anthropic, tetapi tidak mendukung enable_search di Chat Completions, di keempat wilayah: AS (Virginia), China (Hong Kong), Jepang (Tokyo), dan Jerman (Frankfurt). deepseek-v4.1-flash-1017 mendukung pencarian web native model serta alat bawaan web_search di Responses API dan API kompatibel Anthropic di Tiongkok (Beijing), Singapura (cakupan deployment International), serta AS (Virginia), Jerman (Frankfurt), Jepang (Tokyo), dan Tiongkok (Hong Kong) (cakupan deployment Global).

Quick start

Contoh berikut menunjukkan cara melakukan kueri informasi saham menggunakan web search.
  • Kompatibel dengan OpenAI
  • DashScope
Protokol kompatibel dengan OpenAI tidak mendukung pengembalian sumber pencarian dalam respons.
  • 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)
Contoh respons
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.

Web search dengan Responses API

Anda dapat mengaktifkan web search dengan menambahkan tool web_search ke array tools dari parameter tools.
Fitur ini hanya didukung untuk model berikut: model seri Qwen3.8, Qwen3.7, dan Qwen3.5 (termasuk model open-source, tetapi tidak termasuk model Omni), seri Qwen3.6-Plus dan Qwen3.6-Flash, serta qwen3.6-35b-a3b; deepseek-v4-flash-0731, deepseek-v4.1-flash-1017, deepseek-v4-pro, deepseek-v4-pro-0813; glm-5.2; dan kimi-k3, kimi-k3.1-pro.
Untuk hasil terbaik, kami merekomendasikan mengaktifkan tool web_search, web_extractor, dan code_interpreter secara bersamaan.
Untuk petunjuk penggunaan, contoh kode, dan panduan migrasi untuk Responses API, lihat Kompatibel dengan OpenAI - 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())

Dapatkan sumber pencarian

Setelah web search dijalankan, sumber pencarian dikembalikan dalam respons. Sumber tersebut muncul dalam elemen yang type-nya adalah web_search_call dalam array output, dan bidang action.sources-nya adalah daftar tautan sumber. Anda dapat mengekstraknya dari response pada contoh di atas sebagai berikut:
Responses API tidak mendukung parameter enable_source, enable_citation, atau citation_format, dan tidak menyisipkan penanda sitasi [1] ke dalam konten respons. Untuk menggunakan penanda sitasi, gunakan 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}")

Penagihan

Biaya untuk web search terdiri dari dua komponen:
  • biaya panggilan model: Fitur web search menambahkan konten web yang diambil ke prompt, sehingga meningkatkan jumlah token input. Token ini ditagih sesuai tarif standar model. Untuk detail harga, lihat konsol Model Studio. Saat Anda menggunakan Responses API, tool web search ditagih dengan tarif yang sama seperti kebijakan agen.
  • biaya kebijakan pencarian:
    • Kebijakan agen:
      • Biaya per 1.000 panggilan adalah sebagai berikut:
        • Untuk wilayah Tiongkok (Beijing): $0.573411.
        • Untuk wilayah Singapura: $10.00.

Pesan error

Untuk memecahkan masalah error, lihat Kode error.