Инструмент глубокого инференциального поиска Jina, DeepSearch API, начинает работу!

На фоне постоянно меняющейся волны технологий искусственного интеллекта, компания Jina AI недавно выпустила свой последний шедевр - API DeepSearchреволюционный инструмент глубокого инференциального поиска, который привлек большое внимание в отрасли. API рекламируется как способный действовать подобно человеку-исследователю иИскать, читать и рассуждать, чтобы найти лучший ответБлагодаря этому пользователи получают невиданные ранее возможности поиска.

API DeepSearch: глубокое исследование границ информации

Основная идея DeepSearch API - преодолеть ограничения традиционной поисковой технологии, выйдя за рамки простого поиска ключевых слов.Моделирование человеческого процесса углубленного исследованияКак подчеркивают официальные представители Jina AI, DeepSearch способен выполнять полный процесс "поиска и рассуждений", чтобы справиться с теми, кто нуждается в итеративных рассуждениях о знаниях мира или последних новостях. Как подчеркивают представители Jina AI, DeepSearch способен выполнять полный процесс "поиска, чтения и рассуждений" в ответ на сложные запросы, требующие итеративных рассуждений, обширных знаний о мире или актуальной информации.

Совместимость с API чата OpenAI: бесшовное взаимодействие с существующими экосистемами

Стоит отметить, что API DeepSearch разработан с учетом привычек разработчиков.Полная совместимость с режимом API чата OpenAIЭто означает, что разработчики могут очень легко перевести свои существующие чат-приложения OpenAI на платформу DeepSearch. Это означает, что разработчики могут легко переключить свои существующие чат-приложения OpenAI на платформу DeepSearch, просто переключив конечные точки API. chat.openai.com Заменить на deepsearch.jina.ai Вот и все.

Ниже приведен пример того, как использовать curl Пример команды, вызывающей 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

Интерактивный опыт: диалог с DeepSearch

Для того чтобы пользователи могли более интуитивно прочувствовать возможности DeepSearch, Jina AI также предоставляетДемонстрация живого чатаDeepSearch - это первая и единственная в мире поисковая система, которая может использовать глубинный поиск. Пользователи могут напрямую пообщаться с DeepSearch через простой чат, чтобы воочию увидеть возможности глубокого поиска.

Например, пользователи могут попробовать задать следующие вопросы, чтобы проверить работу DeepSearch в различных сценариях:

• Что говорится в последнем блоге OpenAI?
• Что стоит за проектом node-DeepResearch?
• В чем заключаются улучшения jina-colbert-v2 по сравнению с jina-colbert-v1?

Эти вопросы охватывают различные аспекты, такие как поиск информации, изучение истории проекта и сравнение технических деталей, что позволяет эффективно проверить возможности DeepSearch по всестороннему поиску и рассуждению.

Основное преимущество DeepSearch: выход за рамки традиционной поисковой парадигмы

Основная ценность DeepSearch заключается в том, что онаВозможность проведения глубоких исследований. Он сочетает в себе множество механизмов, таких как веб-поиск, чтение информации и логические рассуждения, для проведения всестороннего исследования информации. Считайте, что DeepSearch - это интеллектуальный помощник, который, получив от пользователя задание на исследование, автономно выполняет обширный поиск и итерационные циклы для получения ответа. Этот процесс включает в себя непрерывное исследование, логические рассуждения и многоперспективный анализ проблемы, что отличается от традиционных больших языковых моделей (LLM) и генерации дополнений на основе поиска (RAG) принципиально отличаются.

Для того чтобы более наглядно сравнить различия между DeepSearch и традиционными системами LLM и RAG, Jina AI официально приводит следующее сравнение:

Интеграция с клиентами и детали API

Интеграция клиентов С другой стороны, DeepSearch сохраняет высокую степень совместимости с архитектурой API чата OpenAI. Пользователи могут легко интегрировать DeepSearch в любой чат-клиент, совместимый с OpenAI.

Конечные точки API: https://deepsearch.jina.ai/v1/chat/completions

Название модели: jina-deepsearch-v1

Ключ API: [Ваш ключ API Jina] (Новый ключ API предлагает 1 миллион бесплатных слов)

Часто задаваемые вопросы (FAQ)

Что такое DeepSearch?

DeepSearch - это большой API для моделирования языка, который выполняет итеративный поиск, чтение и рассуждения до тех пор, пока не будет найден точный ответ на запрос или не будет достигнут лимит лексического бюджета.

Чем DeepSearch отличается от возможностей глубоких исследований OpenAI и Gemini?

С помощью OpenAI и Близнецы В отличие от DeepSearch, который сосредоточен на предоставлении точных ответов через итеративный поиск, а не на создании длинного контента. DeepSearch оптимизирован для получения быстрых и точных ответов в результате глубокого веб-поиска, а не для создания всеобъемлющих исследовательских отчетов.

Какие API-ключи нужны пользователям для работы с DeepSearch?

Пользователям потребуется API-ключ Jina. Jina AI предлагает 1 миллион бесплатных элементов слов за новый ключ API.

Что происходит, когда DeepSearch достигает предела лексического бюджета? Возвращает ли он неполные ответы?

Когда DeepSearch достигает предела лексического бюджета, система генерирует окончательный ответ на основе всех накопленных знаний, не прекращая работу и не возвращая неполные результаты.

Может ли DeepSearch гарантировать точность ответов?

Ответ не является абсолютно точным. Хотя DeepSearch повышает точность за счет итеративного поиска, оценки показывают, что она достигает уровня 751 TP3T на тестовых вопросах, что значительно лучше, чем базовая модель gemini-2.0-flash с уровнем 01 TP3T. Однако DeepSearch еще есть куда совершенствоваться.

Сколько времени занимает типичный запрос в DeepSearch?

Время выполнения запросов в DeepSearch варьируется в широких пределах. В зависимости от данных оценки запросы могут занимать от 1 до 42 шагов, в среднем 4 шага, а среднее время выполнения запроса составляет около 20 секунд. Простые запросы могут быть выполнены быстро, в то время как сложные исследовательские вопросы могут включать множество итераций и занимать до 120 секунд.

Будет ли DeepSearch работать с любым OpenAI-совместимым клиентом, таким как Chatwise, CherryStudio или ChatBox?

API DeepSearch (deepsearch.jina.ai/v1/chat/completions) полностью совместима с архитектурой OpenAI API, а имя модели jina-deepsearch-v1Это позволяет пользователям легко переключиться с OpenAI на DeepSearch и использовать его с локальным клиентом или любым совместимым с OpenAI клиентом. Это позволяет пользователям легко переключиться с OpenAI на DeepSearch и использовать его с родным клиентом или любым клиентом, совместимым с OpenAI. Chatwise - один из официально рекомендованных клиентов для лучшего опыта.

Каков предел скорости для API?

Ограничение скорости зависит от уровня ключа API и составляет от 10 до 30 оборотов в минуту. Для сценариев приложений с большим объемом запросов ограничение скорости является важным фактором.

<think> Что в метке?

DeepSearch инкапсулирует шаги мышления в XML-теги <code><think>...</think></code> входе и выходе до окончательного ответа. Этот подход соответствует формату потоковых данных OpenAI и использует специальные метки для представления процесса рассуждения.

Использует ли DeepSearch программу Jina Reader для поиска и чтения в Интернете?

Да. Джина Ридер используется для поиска и чтения веб-страниц, обеспечивая системе возможность эффективного доступа и обработки веб-контента.

Почему DeepSearch потребляет много лексических элементов при обработке запросов?

Действительно, при обработке сложных запросов DeepSearch потребляет довольно много лексики, в среднем около 70 000 лексических элементов, в то время как традиционные крупномасштабные языковые модели обычно отвечают на запросы, содержащие не более 500 лексических элементов. Это отражает природу глубоких исследований DeepSearch, но также подразумевает более высокие затраты.

Можно ли как-то контролировать или ограничивать количество шагов?

DeepSearch управляется в первую очередь бюджетом слов, а не количеством шагов. Как только бюджет превышен, система переходит в "режим зверя", чтобы сгенерировать окончательный ответ. О DeepSearch reasoning_effort обратитесь к документации для получения дополнительной информации.

Насколько надежны ссылки в ответе?

Надежность ссылок имеет решающее значение. Если система считает, что ответ достаточно ясен и недвусмысленен, но не имеет надежной справочной поддержки, DeepSearch продолжит поиск до тех пор, пока не будет найден достоверный источник.

Может ли DeepSearch обрабатывать вопросы о будущих событиях?

Да, DeepSearch умеет задавать вопросы о будущих событиях, но для этого обычно требуется много исследований и итераций. "Кто будет президентом в 2028 году?" Этот пример показывает, что DeepSearch может обрабатывать спекулятивные вопросы с большим количеством итераций исследования, хотя точность его предсказаний не может быть гарантирована.