Research Web Answer API — svar med källhänvisningar och djupgående webbsökning: AI stora språkmodeller

Få ett svar med källhänvisningar på en fråga från webben eller kör en djupgående webbsökning med flera sökfrågor och resonemang via MuAPI. Research Web Answer ger ett LLM-svar som bygger på verkliga webbkällor och innehåller källhänvisningar, eller genomför en djupgående resonemangsbaserad sökning med flera sökfrågor på webben — användbart för kontoundersökningar, konkurrentbevakning och faktagranskning med källor.

Interaktiva modellkontroller

Få ett svar med källhänvisningar på en fråga från webben eller kör en djupgående webbsökning med flera sökfrågor och resonemang via MuAPI.

📝

Översikt

Om denna modell

Research Web Answer ger ett LLM-svar som bygger på verkliga webbkällor och innehåller källhänvisningar, eller genomför en djupgående resonemangsbaserad sökning med flera sökfrågor på webben — användbart för kontoundersökningar, konkurrentbevakning och faktagranskning med källor.

1Besvara en researchfråga med källhänvisningar från webben

2Kör en djupgående sökning med flera sökfrågor för konto- eller konkurrentundersökningar

3Ge en sälj- eller researchagent välgrundad webbkontext med källhänvisningar

4Faktagranska ett påstående mot aktuella webbkällor

💰

Prissättning & värde

Kostnadsanalys

Leverantör	Kostnad	Anteckningar
muapiapp	From $0.05 per cited answer, $0.10 per deep search (reserved; settled down to actual cost)	Normaliserat, strukturerat JSON-svar via muapis routade GTM-datakapacitet.

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

Normaliserat, strukturerat JSON-svar via muapis routade GTM-datakapacitet.

** Konkurrentens prissättning beräknas baserat på liknande modellarkitekturer och användningsnivåer.

⚙️

Tekniska detaljer

Konfigurationsschema

Parameter	Typ	Beskrivning	Standard
Läge	Enum (2 alternativ)	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	Enum (3 alternativ)	Depth/reasoning tier for mode=deep_search.	`deep`
Num Results	integer	Max results to return for mode=deep_search.	`-`

LägeEnum (2 alternativ)

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

Standardvärdeanswer

Questionstring

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

Standardvärde-

Querystring

Search query (required for mode=deep_search).

Standardvärde-

Deep Search ModeEnum (3 alternativ)

Depth/reasoning tier for mode=deep_search.

Standardvärdedeep

Num Resultsinteger

Max results to return for mode=deep_search.

Standardvärde-

📖

Implementeringsguide

Utvecklardokumentation

Så använder du Research Web Answer API

Välj ett läge: answer för frågor och svar med källhänvisningar, deep_search för en resonemangsbaserad sökning med flera sökfrågor.
Ange indata: question för mode=answer, query för mode=deep_search.
Läs resultatet: Ett svar med källhänvisningar eller en rangordnad lista med resultat från den djupgående sökningen.

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?"
  }'

❓

Vanliga frågor

Vad är skillnaden mellan lägena answer och deep_search?

`answer` returnerar ett enda LLM-svar med källhänvisningar på en direkt fråga. `deep_search` gör en mer omfattande resonemangsbaserad sökning med flera sökfrågor och returnerar en rangordnad resultatlista, vilket passar bättre för öppna researchfrågor.