A ferramenta de pesquisa profunda inferencial da Jina, DeepSearch API, está no ar!

Em meio à onda de constante mudança da tecnologia de inteligência artificial, a Jina AI lançou recentemente sua mais recente obra-prima: o API do DeepSearchuma ferramenta revolucionária de pesquisa profunda baseada em inferência que atraiu muita atenção no setor. A API é apresentada como capaz de agir como um pesquisador humano ePesquisar, ler e raciocinar para encontrar a melhor respostatrazendo aos usuários uma experiência de pesquisa como nunca antes.

API DeepSearch: exploração profunda dos limites das informações

A ideia central da API DeepSearch é romper as limitações da tecnologia de pesquisa tradicional, indo além da simples recuperação de palavras-chave.Modelagem do processo humano de pesquisa aprofundadaComo a Jina AI enfatiza oficialmente, o DeepSearch é capaz de executar um processo completo de "busca e raciocínio" para lidar com aqueles que precisam de raciocínio iterativo sobre o conhecimento do mundo ou as últimas notícias. Como enfatizam os funcionários da Jina AI, o DeepSearch é capaz de executar um processo completo de "busca, leitura e raciocínio" em resposta a consultas complexas que exigem raciocínio iterativo, amplo conhecimento do mundo ou informações atualizadas.

Compatível com a API de bate-papo da OpenAI: interface perfeita com os ecossistemas existentes

Vale a pena mencionar que a API DeepSearch foi projetada tendo em mente os hábitos de uso dos desenvolvedores.Totalmente compatível com o modo da API de bate-papo da OpenAIIsso significa que os desenvolvedores podem mudar seus aplicativos de bate-papo OpenAI existentes para a plataforma DeepSearch com extrema facilidade. Isso significa que os desenvolvedores podem mudar seus aplicativos de bate-papo OpenAI existentes para a plataforma DeepSearch com extrema facilidade, simplesmente trocando os pontos de extremidade da API chat.openai.com Substituir por deepsearch.jina.ai Pronto para começar.

A seguir, um exemplo de como usar o curl Exemplo de um comando que chama a 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

Experiência interativa: diálogo com o DeepSearch

Para permitir que os usuários experimentem o poder do DeepSearch de forma mais intuitiva, o Jina AI também oferece oDemonstração do bate-papo ao vivoO DeepSearch é o primeiro e único mecanismo de pesquisa do mundo que pode ser usado para pesquisar em profundidade. Os usuários podem conversar diretamente com o DeepSearch por meio de uma interface de bate-papo simples para conhecer em primeira mão seus recursos de pesquisa profunda.

Por exemplo, os usuários podem tentar fazer as seguintes perguntas para testar o desempenho do DeepSearch em diferentes cenários:

• O que diz o último blog da OpenAI?
• Qual é a motivação por trás do projeto node-DeepResearch?
• Quais são os aprimoramentos do jina-colbert-v2 em relação ao jina-colbert-v1?

Essas perguntas abrangem uma variedade de dimensões, como recuperação de informações, exploração do histórico do projeto e comparação de detalhes técnicos, o que pode testar efetivamente os recursos abrangentes de pesquisa e raciocínio do DeepSearch.

A principal vantagem do DeepSearch: além do paradigma tradicional de pesquisa

O valor central do DeepSearch está em suaCapacidade de pesquisa aprofundada. Ele combina vários mecanismos, como pesquisa na Web, leitura de informações e raciocínio lógico, para realizar investigações abrangentes de informações. Pense no DeepSearch como um assistente de pesquisa inteligente que, quando recebe uma tarefa de pesquisa do usuário, realiza de forma autônoma buscas extensas e rodadas iterativas para produzir uma resposta. Esse processo envolve pesquisa contínua, raciocínio lógico e análise de problemas com várias perspectivas, o que é diferente dos modelos tradicionais de linguagem grande (LLMs) e da geração de aumento baseada em recuperação (RAG) são fundamentalmente diferentes.

Para comparar com mais clareza as diferenças entre o DeepSearch e os sistemas LLM e RAG tradicionais, a Jina AI faz oficialmente a seguinte comparação:

Integração do cliente e detalhes da API

Integração do cliente Por outro lado, o DeepSearch mantém um alto grau de compatibilidade com a arquitetura da API de bate-papo da OpenAI. Os usuários podem integrar facilmente o DeepSearch em qualquer cliente de bate-papo compatível com a OpenAI.

Pontos de extremidade da API: https://deepsearch.jina.ai/v1/chat/completions

Nome do modelo: jina-deepsearch-v1

Chave de API: [Sua chave de API da Jina] (A nova chave de API oferece 1 milhão de palavras gratuitas)

Perguntas frequentes (FAQ)

O que é DeepSearch?

O DeepSearch é uma grande API de modelagem de linguagem que executa pesquisa, leitura e raciocínio iterativos até que a resposta exata a uma consulta seja encontrada ou um limite de orçamento lexical seja atingido.

Qual é a diferença entre o DeepSearch e os recursos de pesquisa profunda da OpenAI e da Gemini?

Com a OpenAI e a Gêmeos Ao contrário do DeepSearch, que se concentra em fornecer respostas precisas por meio de pesquisa iterativa em vez de gerar conteúdo longo. O DeepSearch é otimizado para respostas rápidas e precisas a partir de pesquisas profundas na Web, em vez de gerar relatórios de pesquisa abrangentes.

Quais chaves de API os usuários precisam para usar o DeepSearch?

Os usuários precisarão de uma chave de API da Jina. A Jina AI está oferecendo 1 milhão de elementos de palavras gratuitos para a nova chave de API.

O que acontece quando o DeepSearch atinge o limite do orçamento lexical? Ele retorna respostas incompletas?

Quando o DeepSearch atinge o limite do orçamento lexical, o sistema gera a resposta final com base em todo o conhecimento acumulado sem encerrar diretamente ou retornar resultados incompletos.

O DeepSearch pode garantir a precisão das respostas?

A resposta não é absolutamente precisa. Embora o DeepSearch melhore a precisão por meio da pesquisa iterativa, as avaliações mostram que ele atinge uma taxa de aprovação de 751 TP3T em perguntas de teste, significativamente melhor do que o modelo de linha de base gemini-2.0-flash de 01 TP3T. No entanto, o DeepSearch ainda pode ser aprimorado.

Quanto tempo leva uma consulta típica do DeepSearch?

Os tempos de consulta do DeepSearch variam muito. Dependendo dos dados de avaliação, as consultas podem levar de 1 a 42 etapas, com uma média de 4 etapas e um tempo médio de consulta de cerca de 20 segundos. Consultas simples podem ser concluídas rapidamente, enquanto perguntas de pesquisa complexas podem envolver várias iterações e levar até 120 segundos.

O DeepSearch funcionará com qualquer cliente compatível com OpenAI, como Chatwise, CherryStudio ou ChatBox?

API do DeepSearch (deepsearch.jina.ai/v1/chat/completions) é totalmente compatível com a arquitetura da API OpenAI, e o nome do modelo é jina-deepsearch-v1Isso permite que os usuários mudem facilmente do OpenAI para o DeepSearch e o utilizem com seu cliente local ou qualquer cliente compatível com o OpenAI. Isso facilita a mudança do OpenAI para o DeepSearch e o uso com um cliente nativo ou qualquer cliente compatível com o OpenAI. O Chatwise é um dos clientes oficialmente recomendados para uma melhor experiência.

Qual é o limite de taxa para a API?

O limite de taxa depende do nível da chave de API e varia de 10 RPM a 30 RPM. Para cenários de aplicativos com alto volume de consultas, o limite de taxa é uma consideração importante.

<think> O que há na etiqueta?

O DeepSearch encapsulará as etapas de raciocínio em tags XML <code><think>...</think></code> e saída antes da resposta final. Essa abordagem segue o formato de dados de streaming da OpenAI e usa tags especiais para apresentar o processo de raciocínio.

O DeepSearch usa o Jina Reader para pesquisa e leitura na Web?

Sim. Jina Reader é usado para pesquisa e leitura na Web, fornecendo ao sistema a capacidade de acessar e processar o conteúdo da Web com eficiência.

Por que o DeepSearch consome muitos elementos léxicos ao processar consultas?

De fato, o DeepSearch tem um consumo lexical relativamente alto ao processar consultas complexas, com uma média de cerca de 70.000 elementos lexicais, enquanto os modelos tradicionais de linguagem em grande escala normalmente respondem com apenas 500 elementos lexicais. Isso reflete a natureza da pesquisa profunda do DeepSearch, mas também implica custos mais altos.

Há alguma maneira de controlar ou limitar o número de etapas?

O DeepSearch é controlado principalmente pelo orçamento de palavras e não pelo número de etapas. Quando o orçamento é excedido, o sistema entra no "modo Fera" para gerar a resposta final. Sobre o DeepSearch reasoning_effort consulte a documentação para obter mais informações.

Quão confiáveis são as referências na resposta?

A confiabilidade das referências é fundamental. Se o sistema acreditar que a resposta é suficientemente clara e inequívoca, mas não tiver um suporte de referência confiável, o DeepSearch continuará a pesquisa até que uma fonte confiável seja encontrada.

O DeepSearch pode lidar com perguntas sobre eventos futuros?

Sim, o DeepSearch é capaz de lidar com perguntas sobre eventos futuros, mas isso geralmente requer muita pesquisa e iteração. "Quem será o presidente em 2028?" Esse exemplo mostra que o DeepSearch pode lidar com perguntas especulativas com muitas iterações de pesquisa, embora a precisão de suas previsões não possa ser garantida.