Skip to main content

Web search

Os dados de treinamento de modelos grandes de linguagem possuem uma data limite de conhecimento, o que impede respostas a perguntas em tempo real. Ao ativar a pesquisa na web, o modelo recupera dados atualizados e responde com precisão a questões sensíveis ao tempo, como cotações de ações, previsões do tempo e notícias de última hora.

Uso

É possível ativar a pesquisa na web por meio das três chamadas de API abaixo, cada uma exigindo parâmetros diferentes.
Para realizar pesquisas na web com modelos como qwen3.7-max, utilize a web search feature of the Responses API .
  • OpenAI-compatible: Responses API
  • OpenAI-compatible: Chat Completions API
  • DashScope
Adicione a ferramenta web_search ao parâmetro tools para ativar a pesquisa na web.
A Responses API suporta apenas alguns modelos. Para ver os modelos suportados, consulte Pesquisa na web com a 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}
)

Pesquisa na web com modelos multimodais

A série Qwen4-Max, a série Qwen3.8, Qwen3.7-Flash, Qwen3.7-Plus, a série Qwen3.6 e a série Qwen3.5 (incluindo qwen3.5-plus, qwen3.5-flash, a série qwen3.5-omni e os modelos open-source Qwen) aceitam entradas multimodais (imagens e vídeo), sendo classificados como modelos multimodais. O suporte à estratégia de pesquisa varia conforme a série: a série qwen3.5-omni suporta apenas a estratégia agent; qwen4-max e a série Qwen3.8 não suportam a estratégia agent (use turbo ou max, o padrão); os demais modelos suportam as estratégias turbo, max e agent. Chame esses modelos pela API multimodal (o endpoint multimodal-generation): use client.multimodal.chat.create no Python SDK 2.0 e MultiModalConversation em Java, e não o endpoint text-generation, destinado a modelos apenas de texto. Para conceitos básicos sobre chamadas de modelos multimodais, consulte os tópicos Raciocínio visual e Compreensão de imagens e vídeos.
Chamar os modelos multimodais acima pelo endpoint text-generation retorna o erro 400 url error, please check url . Utilize a API multimodal (o endpoint multimodal-generation: client.multimodal.chat.create em Python, MultiModalConversation em Java) em vez disso. No SDK Java, MultiModalConversationParam fornece enableSearch(true) para ativar a pesquisa na web, mas não disponibiliza um método searchOptions() . Injete a estratégia de pesquisa e outras opções pelo método genérico parameter("search_options", ...) . Em Python, client.multimodal.chat.create aceita search_options diretamente. A pesquisa na web em modelos multimodais exige chamadas em streaming (use streamCall em Java ou defina stream=True em Python); caso contrário, a solicitação retorna o erro Non-streaming mode does not support Web Search .
Python
import os
import dashscope

# A configuração abaixo refere-se à região Singapura. Substitua {WorkspaceId} pelo ID real do seu workspace. O valor de region varia conforme a região.
client = dashscope.Client(
    # Se a variável de ambiente não estiver configurada, substitua a linha abaixo pela sua API Key do Model Studio: api_key="sk-xxx"
    # As API Keys variam conforme a região. Para obter uma API Key, consulte 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(
    # Use um modelo multimodal que suporte pesquisa na web.
    model="qwen3.5-plus",
    messages=[{"role": "user", "content": [{"text": "What is the weather in Hangzhou today?"}]}],
    # A API multimodal aceita enable_search e search_options diretamente.
    enable_search=True,
    search_options={
        # A série qwen3.5-omni requer agent. qwen4-max e a série Qwen3.8 não suportam agent; mantenha o padrão.
        "search_strategy": "agent",
        "enable_source": True,
    },
    # A pesquisa na web em modelos multimodais exige chamadas em streaming.
    stream=True,
)
for chunk in stream:
    content = chunk.choices[0].delta.content or ""
    print(content)

Modelos compatíveis

kimi-k3.1-pro (implantado no Alibaba Cloud Model Studio) suporta Responses web_search e Anthropic web_search, mas não suporta Chat Completions enable_search, em Pequim, Singapura, EUA (Virgínia), Alemanha (Frankfurt), Japão (Tóquio) e China (Hong Kong). Os modelos a seguir suportam pesquisa na web. Modelos com entrada multimodal (série Qwen4-Max, série Qwen3.8, Qwen3.7-Flash/Plus, série Qwen3.6, série Qwen3.5 e modelos open-source Qwen) devem ser chamados pela API multimodal. Consulte Pesquisa na web com modelos multimodais.
  • Singapore
  • China (Beijing)
  • Qwen
    • Qwen4 series: qwen4-max (a estratégia agent não é suportada; para pesquisa no estilo agent, use a ferramenta web_search pela API Responses)
    • Qwen3.8 series: qwen3.8-max, qwen3.8-max-0902, qwen3.8-flash, qwen3.8-2.4t-a95b, qwen3.8-27b (a estratégia agent não é suportada)
    • Qwen3.7 series: qwen3.7-max, qwen3.7-max-preview, qwen3.7-max-2026-05-17 e snapshots posteriores, qwen3.7-plus, qwen3.7-plus-2026-05-26 e snapshots posteriores, qwen3.7-flash, qwen3.7-flash-2026-07-15 e snapshots posteriores
    • Qwen3.6 series: qwen3.6-plus, qwen3.6-plus-2026-04-02 e snapshots posteriores, qwen3.6-flash, qwen3.6-flash-2026-04-16 e snapshots posteriores, qwen3.6-27b, qwen3.6-35b-a3b
    • Qwen3.5 series: qwen3.5-plus, qwen3.5-plus-2026-02-15 e snapshots posteriores, qwen3.5-flash, qwen3.5-flash-2026-02-23 e snapshots posteriores, 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 (a estratégia de pesquisa deve ser definida como 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 (a estratégia de pesquisa deve ser definida como agent)
  • Modelos de terceiros
    • DeepSeek: deepseek-v4-pro, deepseek-v4-pro-0813, deepseek-v4-flash-0731, deepseek-v4.1-flash-1017 (a série deepseek-v4 também suporta a Responses API)
    • GLM: glm-5.2 (suportado apenas pela Responses API)
    • Kimi: kimi-k3.1-pro (suporta Responses web_search e Anthropic web_search, mas não suporta Chat Completions enable_search); kimi-k3 (suportado apenas pela Responses API)
deepseek-v4.1-flash-1017 oferece suporte à pesquisa na web nativa do modelo e à ferramenta integrada web_search na Responses API e na API compatível com Anthropic na China (Pequim), em Singapura (escopo de implantação International) e nos EUA (Virgínia), na Alemanha (Frankfurt), no Japão (Tóquio) e na China (Hong Kong) (escopo de implantação Global).

Início rápido

Os exemplos a seguir mostram como consultar informações sobre ações utilizando a pesquisa na web.
  • OpenAI compatible
  • DashScope
O protocolo compatível com OpenAI não oferece suporte ao retorno de fontes de pesquisa na resposta.
  • 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)
Resposta de exemplo
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.

Pesquisa na web com a Responses API

Para ativar a pesquisa na web, adicione a ferramenta web_search ao array tools do parâmetro tools.
Este recurso é suportado apenas pelos seguintes modelos: modelos das séries Qwen3.8, Qwen3.7 e Qwen3.5 (incluindo modelos open-source, mas não os modelos Omni), séries Qwen3.6-Plus e Qwen3.6-Flash, e qwen3.6-35b-a3b; deepseek-v4-flash-0731, deepseek-v4.1-flash-1017, deepseek-v4-pro, deepseek-v4-pro-0813; glm-5.2; e kimi-k3, kimi-k3.1-pro.
Para obter melhores resultados, recomendamos ativar conjuntamente as ferramentas web_search , web_extractor e code_interpreter .
Para instruções de uso, exemplos de código e guias de migração da Responses API, consulte 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())

Obter fontes de pesquisa

Após a execução de uma pesquisa na web, as fontes são retornadas na resposta. Elas aparecem no elemento cujo type é web_search_call dentro do array output, e seu campo action.sources contém a lista de links de origem. Extraia esses dados do objeto response no exemplo acima da seguinte forma:
A Responses API não suporta os parâmetros enable_source , enable_citation ou citation_format , e não insere marcadores de citação como [1] no conteúdo da resposta. Para utilizar marcadores de citação, use a 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}")

Faturamento

As cobranças pela pesquisa na web consistem em dois componentes:
  • Taxas de chamada do modelo: O recurso de pesquisa na web anexa o conteúdo web recuperado ao prompt, aumentando o número de tokens de entrada. Esses tokens são cobrados à tarifa padrão do modelo. Para detalhes de preços, consulte o console do Model Studio. Ao usar a Responses API, a ferramenta de pesquisa na web é cobrada à mesma taxa da política agent.
  • Taxas da política de pesquisa:
    • Política agent:
      • A taxa por 1.000 chamadas é a seguinte:
        • Para a região China (Beijing): $0.573411.
        • Para a região Singapore: $10.00.

Mensagens de erro

Para solucionar erros, consulte Error codes.