API Research Web Answer — odpowiedzi z cytowaniami i dogłębne wyszukiwanie w sieci: Modele wielkojęzykowe AI

Uzyskaj odpowiedź na pytanie opartą na źródłach internetowych i opatrzoną cytowaniami albo przeprowadź dogłębne wyszukiwanie w sieci z wieloma zapytaniami i rozumowaniem — w MuAPI.

Interaktywne sterowanie modelem

Uzyskaj odpowiedź na pytanie opartą na źródłach internetowych i opatrzoną cytowaniami albo przeprowadź dogłębne wyszukiwanie w sieci z wieloma zapytaniami i rozumowaniem — w MuAPI.

📝

Przegląd

O tym modelu

Research Web Answer zwraca odpowiedź LLM opartą na rzeczywistych źródłach internetowych i opatrzoną cytowaniami albo przeprowadza dogłębne wyszukiwanie w sieci z wieloma zapytaniami i rozumowaniem — przydatne w analizie klientów, analizie konkurencji i weryfikacji faktów na podstawie źródeł.

1Uzyskuj odpowiedzi na pytania badawcze z cytowanymi źródłami internetowymi

2Prowadź dogłębne wyszukiwanie z wieloma zapytaniami na potrzeby analizy klientów i konkurencji

3Dostarczaj agentom sprzedażowym lub badawczym kontekst z sieci oparty na źródłach i opatrzony cytowaniami

4Weryfikuj twierdzenia na podstawie bieżących źródeł internetowych

💰

Ceny i wartość

Analiza kosztów

Dostawca	Koszt	Notatki
muapiapp	From $0.05 per cited answer, $0.10 per deep search (reserved; settled down to actual cost)	Ustandaryzowana, uporządkowana odpowiedź JSON za pośrednictwem routowanej funkcji danych GTM w muapi.

muapiappFrom $0.05 per cited answer, $0.10 per deep search (reserved; settled down to actual cost)

Ustandaryzowana, uporządkowana odpowiedź JSON za pośrednictwem routowanej funkcji danych GTM w muapi.

** Ceny konkurencji są szacowane na podstawie podobnych architektur modeli i poziomów użytkowania.

⚙️

Szczegóły techniczne

Schemat konfiguracji

Parametr	Wpisz	Opis	Domyślne
Tryb	Wyliczenie (opcje 2)	answer: get a cited answer to a question. deep_search: run a deep multi-query web search with reasoning.	`answer`
Question	string	Question to answer (required for mode=answer), e.g. 'Who is the CEO of Stripe?'.	`-`
Query	string	Search query (required for mode=deep_search).	`-`
Deep Search Mode	Wyliczenie (opcje 3)	Depth/reasoning tier for mode=deep_search.	`deep`
Num Results	integer	Max results to return for mode=deep_search.	`-`

TrybWyliczenie (opcje 2)

answer: get a cited answer to a question. deep_search: run a deep multi-query web search with reasoning.

Wartość domyślnaanswer

Questionstring

Question to answer (required for mode=answer), e.g. 'Who is the CEO of Stripe?'.

Wartość domyślna-

Querystring

Search query (required for mode=deep_search).

Wartość domyślna-

Deep Search ModeWyliczenie (opcje 3)

Depth/reasoning tier for mode=deep_search.

Wartość domyślnadeep

Num Resultsinteger

Max results to return for mode=deep_search.

Wartość domyślna-

📖

Przewodnik wdrożeniowy

Dokumentacja deweloperska

Jak korzystać z API Research Web Answer

Wybierz tryb: answer dla odpowiedzi na pytanie z cytowaniami, deep_search dla wyszukiwania z wieloma zapytaniami i rozumowaniem.
Podaj dane wejściowe: question dla trybu answer, query dla trybu deep_search.
Odczytaj wynik: odpowiedź z cytowaniami lub uporządkowana lista wyników dogłębnego wyszukiwania.

curl -X POST https://api.muapi.ai/api/v1/research-web-answer \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "mode": "answer",
    "question": "Who is the CEO of Stripe?"
  }'

❓

Często zadawane pytania

Czym różnią się tryby answer i deep_search?

`answer` zwraca jedną odpowiedź LLM z cytowaniami na bezpośrednie pytanie. `deep_search` prowadzi głębsze wyszukiwanie z wieloma zapytaniami i rozumowaniem, a następnie zwraca uporządkowaną listę wyników; lepiej sprawdza się w otwartych tematach badawczych.