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.
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 endpointtext-generationretorna o erro400 url error, please check url. Utilize a API multimodal (o endpointmultimodal-generation:client.multimodal.chat.createem Python,MultiModalConversationem Java) em vez disso. No SDK Java,MultiModalConversationParamforneceenableSearch(true)para ativar a pesquisa na web, mas não disponibiliza um métodosearchOptions(). Injete a estratégia de pesquisa e outras opções pelo método genéricoparameter("search_options", ...). Em Python,client.multimodal.chat.createaceitasearch_optionsdiretamente. A pesquisa na web em modelos multimodais exige chamadas em streaming (usestreamCallem Java ou definastream=Trueem Python); caso contrário, a solicitação retorna o erroNon-streaming mode does not support Web Search.
Python
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
agentnão é suportada; para pesquisa no estilo agent, use a ferramentaweb_searchpela 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
agentnão 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)
- Qwen4 series: qwen4-max (a estratégia
-
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_searche Anthropicweb_search, mas não suporta Chat Completionsenable_search); kimi-k3 (suportado apenas pela Responses API)
- DeepSeek: deepseek-v4-pro, deepseek-v4-pro-0813, deepseek-v4-flash-0731,
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
Resposta de exemplo
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 ferramentasweb_search,web_extractorecode_interpreter.
Para instruções de uso, exemplos de código e guias de migração da Responses API, consulte OpenAI-compatible - Responses .
python
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 parâmetrosenable_source,enable_citationoucitation_format, e não insere marcadores de citação como[1]no conteúdo da resposta. Para utilizar marcadores de citação, use a API DashScope.
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.
-
A taxa por 1.000 chamadas é a seguinte:
-
Política agent: