L'outil de recherche approfondie déductive de Jina, DeepSearch API, est en ligne !

Au milieu de la vague en constante évolution de la technologie de l'intelligence artificielle, Jina AI a récemment publié son dernier chef-d'œuvre, le API DeepSearchL'API est un outil révolutionnaire de recherche approfondie basé sur l'inférence qui a attiré beaucoup d'attention dans l'industrie. L'API est présentée comme capable d'agir comme un chercheur humain et d'effectuer des recherches en profondeur.Rechercher, lire et raisonner pour trouver la meilleure réponseLes utilisateurs bénéficient ainsi d'une expérience de recherche sans précédent.

DeepSearch API : exploration en profondeur des limites de l'information

L'idée centrale de l'API DeepSearch est de dépasser les limites de la technologie de recherche traditionnelle en allant plus loin que la simple recherche de mots-clés.Modélisation du processus humain de recherche approfondieComme le souligne officiellement Jina AI, DeepSearch est capable d'effectuer un processus complet de "recherche et de raisonnement" pour répondre à ceux qui ont besoin d'un raisonnement itératif sur la connaissance du monde ou les dernières nouvelles. Comme le soulignent les responsables de Jina AI, DeepSearch est capable d'effectuer un processus complet de "recherche, lecture et raisonnement" en réponse à des requêtes complexes qui nécessitent un raisonnement itératif, une connaissance approfondie du monde ou des informations actualisées.

Compatible avec l'API de chat OpenAI : interface transparente avec les écosystèmes existants

Il convient de mentionner que l'API DeepSearch a été conçue en tenant compte des habitudes d'utilisation des développeurs.Entièrement compatible avec le mode Chat API d'OpenAICela signifie que les développeurs peuvent faire passer leurs applications de chat OpenAI existantes à la plateforme DeepSearch très facilement. Cela signifie que les développeurs peuvent faire passer leurs applications de chat OpenAI existantes à la plateforme DeepSearch très facilement, en changeant simplement les points d'extrémité de l'API. chat.openai.com Remplacer par deepsearch.jina.ai Prêt à partir.

Voici un exemple d'utilisation de la fonction curl Exemple de commande appelant l'API DeepSearch :

curl https://deepsearch.jina.ai/v1/chat/completions \
-H "Authorization: Bearer jina_07515539916047afa9a13d59da8d850ccim8_UGTw_MTA1U3VDDXNt7Euq65" \
-H "Content-Type: application/json" \
-d @- <<EOF
{
"model": "jina-deepsearch-v1",
"messages": [
{
"role": "user",
"content": "Hi!"
},
{
"role": "assistant",
"content": "Hi, how can I help you?"
},
{
"role": "user",
"content": "what's the latest blog post from jina ai?"
}
],
"stream": true,
"reasoning_effort": "medium"
}
EOF

Expérience interactive : Dialogue avec DeepSearch

Afin de permettre aux utilisateurs d'expérimenter la puissance de DeepSearch de manière plus intuitive, Jina AI fournit également les fonctions suivantesDémonstration du chat en directDeepSearch est le premier et le seul moteur de recherche au monde qui permet d'effectuer des recherches en profondeur. Les utilisateurs peuvent s'adresser directement à DeepSearch par le biais d'une interface de chat simple afin d'obtenir un aperçu direct de ses capacités de recherche en profondeur.

Par exemple, les utilisateurs peuvent essayer de poser les questions suivantes pour tester les performances de DeepSearch dans différents scénarios :

• Que dit le dernier blog d'OpenAI ?
• Quelle est la motivation du projet node-DeepResearch ?
• Quelles sont les améliorations de jina-colbert-v2 par rapport à jina-colbert-v1 ?

Ces questions couvrent une variété de dimensions telles que la recherche d'informations, l'exploration du contexte du projet et la comparaison des détails techniques, ce qui permet de tester efficacement les capacités de recherche et de raisonnement de DeepSearch.

L'avantage principal de DeepSearch : dépasser le paradigme de la recherche traditionnelle

La valeur fondamentale de DeepSearch réside dans saCapacité de recherche approfondie. Il combine plusieurs mécanismes tels que la recherche sur le web, la lecture d'informations et le raisonnement logique pour effectuer des recherches d'informations complètes. DeepSearch est un assistant de recherche intelligent qui, lorsque l'utilisateur lui confie une tâche de recherche, effectue de manière autonome des recherches approfondies et des cycles itératifs pour produire une réponse. Ce processus implique une recherche continue, un raisonnement logique et une analyse multi-perspective des problèmes, ce qui est différent des grands modèles de langage (LLM) traditionnels et de la génération d'augmentation basée sur la recherche (RAG) sont fondamentalement différents.

Afin de comparer plus clairement les différences entre DeepSearch et les systèmes LLM et RAG traditionnels, Jina AI établit officiellement la comparaison suivante :

Intégration du client et détails de l'API

Intégration du client D'autre part, DeepSearch maintient un haut degré de compatibilité avec l'architecture de l'API Chat d'OpenAI. Les utilisateurs peuvent facilement intégrer DeepSearch dans n'importe quel client de chat compatible avec OpenAI.

Points d'extrémité de l'API : https://deepsearch.jina.ai/v1/chat/completions

Nom du modèle : jina-deepsearch-v1

Clé API : [Votre clé API Jina] (La nouvelle clé API offre 1 million de mots gratuits)

Foire aux questions (FAQ)

Qu'est-ce que DeepSearch ?

DeepSearch est une vaste API de modélisation linguistique qui effectue des recherches itératives, lit et raisonne jusqu'à ce que la réponse exacte à une requête soit trouvée ou qu'une limite de budget lexical soit atteinte.

En quoi DeepSearch diffère-t-il des capacités de recherche profonde d'OpenAI et de Gemini ?

Avec OpenAI et Gémeaux Contrairement à DeepSearch, qui se concentre sur la fourniture de réponses précises par le biais d'une recherche itérative plutôt que sur la production d'un contenu de longue durée. DeepSearch est optimisé pour fournir des réponses rapides et précises à partir d'une recherche approfondie sur le web, plutôt que de générer des rapports de recherche complets.

De quelles clés API les utilisateurs ont-ils besoin pour utiliser DeepSearch ?

Les utilisateurs ont besoin de la clé API de Jina. Jina AI offre 1 million d'éléments de mots gratuits pour la nouvelle clé API.

Que se passe-t-il lorsque DeepSearch atteint la limite du budget lexical ? Renvoie-t-il des réponses incomplètes ?

Lorsque DeepSearch atteint la limite du budget lexical, le système génère la réponse finale sur la base de toutes les connaissances accumulées sans se terminer directement ou renvoyer des résultats incomplets.

DeepSearch peut-il garantir l'exactitude des réponses ?

La réponse n'est pas absolument exacte. Bien que DeepSearch améliore la précision grâce à la recherche itérative, les évaluations montrent qu'il atteint un taux de réussite de 751 TP3T sur les questions de test, ce qui est nettement mieux que les 01 TP3T du modèle de base gemini-2.0-flash.

Combien de temps dure une requête typique de DeepSearch ?

Les temps d'interrogation de DeepSearch sont très variables. Selon les données d'évaluation, les requêtes peuvent prendre de 1 à 42 étapes, avec une moyenne de 4 étapes et un temps de requête moyen d'environ 20 secondes. Les requêtes simples peuvent être effectuées rapidement, tandis que les questions de recherche complexes peuvent nécessiter plusieurs itérations et prendre jusqu'à 120 secondes.

DeepSearch fonctionnera-t-il avec n'importe quel client compatible avec l'OpenAI, comme Chatwise, CherryStudio ou ChatBox ?

API DeepSearch (deepsearch.jina.ai/v1/chat/completions) est entièrement compatible avec l'architecture de l'API OpenAI, et le nom du modèle est jina-deepsearch-v1Cela permet aux utilisateurs de passer facilement d'OpenAI à DeepSearch et de l'utiliser avec leur client local ou tout autre client compatible avec OpenAI. Cela permet aux utilisateurs de passer facilement d'OpenAI à DeepSearch et de l'utiliser avec leur client local ou tout autre client compatible avec OpenAI. Chatwise est l'un des clients officiellement recommandés pour une meilleure expérience.

Quelle est la limite de taux pour l'API ?

La limite de vitesse dépend du niveau de la clé API et varie entre 10 et 30 tours/minute. Pour les scénarios d'application à fort volume de requêtes, la limite de vitesse est une considération importante.

<think> Que contient l'étiquette ?

DeepSearch encapsulera les étapes de la réflexion dans des balises XML <code><think>...</think></code> et la sortie avant la réponse finale. Cette approche suit le format de données en continu de l'OpenAI et utilise des étiquettes spéciales pour présenter le processus de raisonnement.

DeepSearch utilise-t-il Jina Reader pour la recherche et la lecture sur Internet ?

Oui. Jina Reader est utilisé pour la recherche et la lecture sur le web, ce qui permet au système d'accéder au contenu du web et de le traiter efficacement.

Pourquoi DeepSearch consomme-t-il beaucoup d'éléments lexicaux lors du traitement des requêtes ?

En effet, DeepSearch a une consommation lexicale relativement élevée lorsqu'il traite des requêtes complexes, avec une moyenne d'environ 70 000 éléments lexicaux, alors que les modèles de langage traditionnels à grande échelle ne répondent généralement qu'avec 500 éléments lexicaux. Cela reflète la nature de la recherche approfondie de DeepSearch, mais implique également des coûts plus élevés.

Existe-t-il un moyen de contrôler ou de limiter le nombre d'étapes ?

DeepSearch est contrôlé principalement par le budget de mots plutôt que par le nombre d'étapes. Une fois le budget dépassé, le système passe en mode "bête" pour générer la réponse finale. À propos de DeepSearch reasoning_effort consultez la documentation pour plus d'informations.

Quelle est la fiabilité des références contenues dans la réponse ?

La fiabilité des références est essentielle. Si le système estime que la réponse est suffisamment claire et sans ambiguïté, mais qu'elle n'est pas étayée par des références fiables, DeepSearch poursuit la recherche jusqu'à ce qu'une source crédible soit trouvée.

DeepSearch peut-il traiter des questions sur des événements futurs ?

Oui, DeepSearch est capable de traiter des questions sur des événements futurs, mais cela nécessite généralement beaucoup de recherche et d'itération. "Qui sera président en 2028 ?" Cet exemple montre que DeepSearch peut traiter des questions spéculatives avec de nombreuses itérations de recherche, bien que l'exactitude de ses prédictions ne puisse être garantie.