Como usar a nova API de pesquisa na web da OpenAI em 2026? Guia de integração do DeepSeek.

A OpenAI introduziu atualizações substanciais em sua plataforma de desenvolvedores, transformando o desenvolvimento de agentes com funcionalidade aprimorada de pesquisa na web. A nova API Responses permite chamadas de ferramentas integradas para pesquisa na web e em arquivos, permitindo que os modelos acessem dados em tempo real com eficiência. Este guia examina essas atualizações, destacando como os desenvolvedores podem utilizar as APIs Chat Completion e Responses com pesquisa na web, além de uma técnica inteligente para integrar modelos DeepSeek R1 para obter um desempenho excepcional. Saiba como essas inovações podem elevar seus projetos de IA e manter seus modelos atualizados com as informações mais recentes.

Pontos principais

A OpenAI lançou uma atualização significativa da plataforma, incorporando recursos de pesquisa na web diretamente na API Chat Completion.

A API Responses agora inclui chamadas de ferramentas integradas para pesquisa na web e em arquivos, oferecendo suporte à recuperação de dados em tempo real.

Os modelos agora podem obter informações atuais sem ferramentas externas, simplificando a coleta de dados.

Usar modelos de pesquisa na web por meio da API Chat Completion é tão simples quanto chamar outros modelos da OpenAI, simplificando a integração.

Os modelos Perplexity Sonar, incluindo versões habilitadas para a web do Llama 3.3 e DeepSeek R1, estão disponíveis através do cliente API OpenAI.

A integração dos modelos Perplexity Sonar requer a troca da chave da API OpenAI e a modificação da URL base.

A atualização oferece opções econômicas, com entradas do modelo gpt-4o-mini custando apenas US$ 0,15 por milhão de tokens.

O uso de anotações permite a extração separada de URLs citados, melhorando a transparência e a verificação dos dados.

Novos blocos de construção de agentes da OpenAI

Entendendo a atualização da OpenAI

A OpenAI lançou uma grande atualização para sua plataforma de desenvolvedores, com foco principal em blocos de construção de agentes com recursos integrados de pesquisa na web. Essa atualização se concentra em equipar os desenvolvedores com ferramentas aprimoradas para criar agentes de IA mais dinâmicos e com mais conhecimento.

A API Chat Completion agora inclui modelos com funcionalidade de pesquisa na web integrada, representando um avanço significativo na capacidade da IA de acessar e usar dados em tempo real. A integração direta da pesquisa na web por meio da API oferece um método simplificado para recuperação de informações, garantindo que os modelos de IA permaneçam atuais e relevantes. Ao incorporar dados em tempo real, os aplicativos criados na plataforma da OpenAI podem fornecer respostas mais precisas, contextuais e oportunas. A API Responses aprimora ainda mais as chamadas de ferramentas integradas, como pesquisa na web e em arquivos. Essa API simplifica a forma como os modelos de IA interagem com recursos externos, permitindo que eles recuperem informações em tempo real sem dependências externas. Essas atualizações facilitam o desenvolvimento de soluções de IA poderosas e eficientes. Esses desenvolvimentos mais recentes marcam uma mudança em direção a ferramentas de desenvolvimento de IA mais integradas e acessíveis. Ao fornecer acesso direto à pesquisa na web, a OpenAI capacita os desenvolvedores a criar aplicativos mais inteligentes, responsivos e informados.

Apresentando a API Responses

A API Responses é uma ferramenta transformadora para desenvolvedores que integram dados em tempo real aos seus modelos de IA. Essa API simplifica as chamadas de ferramentas integradas para pesquisa na web e em arquivos, que antes eram mais complexas de implementar. Ela representa uma nova e poderosa API primitiva que combina os melhores recursos das APIs Chat Completions e Assistants. A simplicidade e a eficiência da API Responses permitem que os desenvolvedores se concentrem na criação de soluções inovadoras, em vez de gerenciar configurações complexas. O uso da API Responses é simples, pois ela se integra perfeitamente à API Chat Completions. Em vez de depender de plug-ins externos ou código personalizado para recuperação de informações, os desenvolvedores agora podem usar a API Responses para fazer consultas diretas e receber dados atuais em seus modelos de IA. Isso permite que os modelos acessem informações atualizadas, melhorando sua precisão e relevância, ao mesmo tempo em que reduz a complexidade. A API Responses agiliza o desenvolvimento e ajuda os desenvolvedores a criar aplicativos de IA mais sofisticados com maior facilidade e eficiência. Essa API é essencial para desenvolvedores que criam modelos de IA que são inteligentes e adaptáveis ao cenário em constante mudança dos dados em tempo real. Ao adotar a API Responses, os desenvolvedores podem garantir que seus aplicativos de IA permaneçam na vanguarda da tecnologia.

Recursos de pesquisa na web na API de conclusão de bate-papo

A integração de recursos de pesquisa na web na API Chat Completion marca um avanço substancial na evolução do desenvolvimento de IA. Essa integração permite que os desenvolvedores criem agentes de IA que não apenas geram textos semelhantes aos humanos, mas também acessam e incorporam informações da web em tempo real.

A API Chat Completion agora apresenta modelos projetados especificamente para realizar pesquisas na web, permitindo que a IA responda a perguntas, forneça insights e ofereça recomendações com base nos dados mais atuais disponíveis. Essa integração significa que os agentes de IA podem ser implantados em cenários que exigem informações em tempo real, como agregação de notícias, análise de mercado e suporte ao cliente. Ao reduzir a dependência de ferramentas externas, os desenvolvedores podem criar soluções de IA mais autônomas e eficientes. O acesso direto às informações por meio da API Chat Completion garante que os modelos de IA sempre operem com as informações mais atualizadas, resultando em resultados mais precisos e relevantes. Esse recurso torna mais simples do que nunca o desenvolvimento de agentes de IA informativos e confiáveis.

Integração dos modelos Perplexity Sonar

Acessando DeepSeek R1 e Llama 3.3 via API OpenAI

Embora os modelos nativos da OpenAI agora incluam pesquisa na web, os modelos Perplexity Sonar oferecem acesso à Llama 3.3 e ao DeepSeek R1 habilitados para a web por meio da API OpenAI há várias semanas. Isso oferece uma alternativa interessante. Para usar o Perplexity Sonar, você precisa substituir uma chave API Perplexity e modificar a URL base. A estrutura do código permanece quase idêntica aos modelos OpenAI.

from openai import OpenAIclient = OpenAI(api_key="SUA_CHAVE_API_PERPLEXITY",base_url="https://api.perplexity.ai")completion = client.chat.completions.create(model="sonar-reasoning-pro",messages=[{"role": "user", "content": "A Câmara dos Representantes dos EUA evitou hoje uma paralisação do governo?"}])print(completion.choices[0].message.content)

As principais diferenças incluem:

• Usar sua chave API Perplexity.
• Definir base_url como https://api.perplexity.ai.
• Especificar um modelo Perplexity Sonar (como sonar-reasoning-pro).

Essa abordagem permite que você utilize modelos avançados como o DeepSeek R1 com alterações mínimas no código.

Contras

Modelos Perplexity Sonar: principais recursos e ofertas

O Perplexity Sonar oferece vários modelos avançados projetados para melhorar os recursos de pesquisa e raciocínio na web. Esses modelos se baseiam em arquiteturas como Llama 3.3 e DeepSeek R1, oferecendo desempenho de ponta em recuperação e análise de informações. Aqui está uma visão geral de alguns recursos e ofertas principais dos modelos Perplexity Sonar.

• Sonar Pro: solução de pesquisa premium com base em pesquisa, oferecendo suporte a consultas avançadas e acompanhamentos. Ideal para tarefas complexas e com várias etapas que exigem profundo entendimento e retenção de contexto.
• Sonar Reasoning Pro: solução de raciocínio de primeira linha com tecnologia DeepSeek R1, com raciocínio avançado em cadeia de pensamento, além de pesquisa na Internet e citações em tempo real. Perfeito para análises detalhadas que exigem as informações mais atuais.
• Sonar: solução leve com base em pesquisa, mais rápida e acessível do que o Sonar Pro. Ideal para respostas diretas com citações, equilibrando velocidade e custo.
• Sonar Reasoning: solução leve de raciocínio alimentada por modelos de raciocínio treinados com o DeepSeek R1, incluindo também raciocínio em cadeia de pensamento e citações. Ideal para desenvolver teses de investimento para futuras ofertas públicas iniciais (IPOs) nos EUA.

Como utilizar a pesquisa na web em seus projetos

Configurando seu ambiente

Para começar a usar a pesquisa na web em seus projetos OpenAI, primeiro configure seu ambiente de desenvolvimento. Isso envolve importar o módulo OpenAI e autenticar sua chave API. Certifique-se de ter a versão mais recente da biblioteca OpenAI instalada para aproveitar ao máximo os novos recursos. Depois que o módulo for importado, crie uma instância de cliente usando sua chave API.

Etapas principais:

1. Importe o módulo OpenAI.
2. Defina sua chave API.
3. Crie uma instância de cliente para interagir com a API OpenAI.
4. Selecione o modelo habilitado para pesquisa na web apropriado para sua tarefa.

Depois de configurar seu ambiente, você pode começar a fazer chamadas de API para realizar pesquisas na web e recuperar informações em tempo real.

Usando a API Chat Completion

A API Chat Completion permite a fácil integração da pesquisa na web em seus modelos de IA. Comece criando uma instância de cliente e, em seguida, use o método chat.completions.create para interagir com o modelo. Especifique um modelo habilitado para pesquisa na web, como gpt-4o-mini-search-preview ou gpt-4o-search-preview, e forneça sua consulta.

Exemplo de código:

from openai import OpenAIclient = OpenAI(api_key='SUA_CHAVE_API')completion = client.chat.completions.create(model="gpt-4o-mini-search-preview",messages=[{"role": "user", "content": "A Câmara dos Representantes dos EUA evitou uma paralisação do governo hoje?"}])print(completion.choices[0].message.content)

Este código demonstra como fazer uma chamada de API habilitada para pesquisa na web usando a API Chat Completion. Ao especificar o modelo e a consulta apropriados, você pode recuperar informações em tempo real diretamente em seu aplicativo de IA.

Aproveitando a API Responses

A API Responses introduz chamadas de ferramentas integradas, simplificando a implementação da pesquisa na web. Use o método responses.create, especifique o modelo, defina o parâmetro de ferramentas com a ferramenta de pesquisa na web (web_search_preview) e forneça sua consulta de entrada.

Exemplo de código:

from openai import OpenAIclient = OpenAI(api_key='YOUR_API_KEY')response = client.responses.create(model="gpt-4o-mini",tools=[{"type": "web_search_preview"}],input="A Câmara dos Representantes dos EUA evitou uma paralisação do governo hoje?")print(response.output_text)

Este código ilustra como usar a API Responses para chamadas de API habilitadas para pesquisa na web. A API Responses simplifica o desenvolvimento e ajuda você a criar aplicativos de IA mais sofisticados com mais facilidade.

Extraindo anotações e citações

Tanto a API Chat Completion quanto a API Responses permitem a extração de anotações e citações dos resultados da pesquisa. Isso ajuda a verificar a precisão e a confiabilidade das informações do modelo. Usando o parâmetro de anotações, você pode recuperar URLs e outros metadados associados aos resultados da pesquisa.

Exemplo de código (API Chat Completion):

print(completion.choices[0].message.annotations)

Exemplo de código (API Responses):

print(response.output[1].content[0].annotations)

Esses exemplos de código mostram como extrair anotações de ambas as APIs, permitindo que você forneça fontes de informação aos usuários.

Entendendo a estrutura de preços

Opções econômicas para desenvolvedores

A OpenAI oferece vários níveis de preços para seus modelos habilitados para pesquisa na web, fornecendo aos desenvolvedores opções econômicas para seus projetos.

O modelo gpt-4o-mini custa apenas US$ 0,15 por milhão de tokens para entradas e US$ 0,60 por milhão de tokens para saídas, tornando-o uma opção econômica para muitas aplicações. O modelo padrão gpt-4o-search-preview custa US$ 2,50 por milhão de tokens para entradas e US$ 10,00 por milhão de tokens para saídas.

Aqui está um resumo dos preços:

Essas opções de preços permitem que os desenvolvedores selecionem o modelo que melhor atende às suas necessidades de orçamento e desempenho. Ao escolher cuidadosamente o modelo apropriado, você pode maximizar o valor dos seus projetos OpenAI e, ao mesmo tempo, controlar os custos.

Vantagens e desvantagens

Prós

O acesso aos dados em tempo real melhora a precisão e a relevância.

As chamadas de ferramentas integradas simplificam o desenvolvimento.

As anotações e citações aumentam a transparência.

Opções econômicas estão disponíveis.

Integração perfeita com os modelos OpenAI existentes.

Contras

Custos de produção mais elevados para modelos avançados.

Dependência da API e da disponibilidade do serviço da OpenAI.

Possibilidade de resultados de pesquisa tendenciosos ou imprecisos.

Controle limitado sobre o processo de pesquisa.

Os modelos podem exigir mais tempo para gerar respostas.

Principais recursos da integração da pesquisa na web da OpenAI

Acesso a informações em tempo real

A capacidade de acessar informações em tempo real é um recurso fundamental da integração da pesquisa na web da OpenAI. Esse recurso garante que os modelos de IA sempre operem com os dados mais atuais, levando a resultados mais precisos e relevantes. Ao reduzir a dependência de ferramentas externas, os desenvolvedores podem criar soluções de IA mais autônomas e eficientes. A integração fornece uma conexão direta com a web, permitindo que os agentes de IA respondam a perguntas, forneçam insights e ofereçam recomendações com base nos dados mais recentes disponíveis.

Chamadas de ferramentas integradas

A API Responses introduz chamadas de ferramentas integradas para pesquisa na web e pesquisa de arquivos, simplificando a integração dessas funcionalidades em modelos de IA. Esse recurso agiliza o desenvolvimento e reduz a necessidade de código personalizado. As chamadas de ferramentas integradas são projetadas para serem fáceis de usar e altamente eficientes, permitindo que os desenvolvedores se concentrem na criação de soluções inovadoras de IA.

Anotações e citações

A integração da pesquisa na web da OpenAI inclui anotações e citações, permitindo que os desenvolvedores verifiquem a precisão e a confiabilidade das informações do modelo. Esse recurso garante transparência e gera confiança nos resultados da IA. Ao extrair anotações, você pode fornecer fontes de informação aos usuários, permitindo que eles verifiquem afirmações e explorem o contexto com mais detalhes.

Casos de uso práticos para APIs habilitadas para pesquisa na web

Agregação e reportagem de notícias

As APIs habilitadas para pesquisa na web podem agregar notícias de várias fontes em tempo real. Isso permite que os modelos de IA forneçam reportagens, resumos e análises atuais sobre vários tópicos. A capacidade de acessar informações ao vivo garante que as notícias fornecidas permaneçam relevantes e precisas.

Análise e pesquisa de mercado

Essas APIs podem realizar análises e pesquisas de mercado, reunindo dados de várias fontes da web. Isso permite que os modelos de IA ofereçam insights sobre tendências de mercado, análises da concorrência e oportunidades de investimento. O acesso a dados em tempo real garante que a análise reflita as condições mais recentes do mercado.

Suporte e assistência ao cliente

As APIs habilitadas para pesquisa na web podem aprimorar o suporte e a assistência ao cliente, equipando os modelos de IA para responder às perguntas dos clientes usando as informações mais atuais. Isso garante que as dúvidas dos clientes sejam respondidas com precisão e eficiência. A integração também pode fornecer recomendações personalizadas e solucionar problemas em tempo real.

Perguntas frequentes

O que é a API Responses?

A API Responses é uma nova API primitiva da OpenAI que combina os melhores recursos das APIs Chat Completions e Assistants. Ela simplifica a integração de chamadas de ferramentas integradas, como pesquisa na web e pesquisa de arquivos, em modelos de IA. Essa API ajuda os desenvolvedores a criar aplicativos de IA mais dinâmicos e informados com maior facilidade e eficiência.

Como funciona o recurso de pesquisa na web na API Chat Completion?

A API Chat Completion agora inclui modelos projetados especificamente para realizar pesquisas na web. Quando você chama a API com um modelo habilitado para pesquisa na web, ela automaticamente realiza uma pesquisa na web com base na sua consulta e incorpora os resultados à sua resposta. Isso garante que o modelo de IA sempre opere com as informações mais atuais.

O que são anotações e citações?

Anotações e citações são metadados associados aos resultados da pesquisa que fornecem informações sobre as fontes de dados. Ao extrair anotações, você pode dar aos usuários acesso às fontes de informação, permitindo que eles verifiquem as afirmações e explorem mais o contexto. Esse recurso garante transparência e gera confiança nos resultados da IA.

Perguntas relacionadas

Como escolher entre gpt-4o-mini-search-preview e gpt-4o-search-preview?

A escolha entre gpt-4o-mini-search-preview e gpt-4o-search-preview depende do seu orçamento e dos requisitos de desempenho. O modelo gpt-4o-mini é mais econômico, com preço de US$ 0,15 por milhão de tokens para entradas e US$ 0,60 por milhão de tokens para saídas. O modelo gpt-4o-search-preview custa US$ 2,50 por milhão de tokens para entradas e US$ 10,00 por milhão de tokens para saídas. Se você precisa de um modelo mais potente e pode arcar com custos mais altos, o gpt-4o-search-preview pode ser preferível. Para equilibrar o custo com uma qualidade de saída razoável, o gpt-4o-mini-search-preview oferece um excelente valor. Lembre-se de que os preços atuais refletem as taxas de 2025 e estão sujeitos a alterações.

Posso usar outros modelos além dos mencionados no vídeo com essas técnicas?

Sim, as técnicas demonstradas podem ser aplicadas a outros modelos que suportam recursos de pesquisa na web ou podem ser integrados a ferramentas de pesquisa externas. O segredo é garantir a configuração adequada do modelo para acessar e utilizar informações da web em tempo real. Ao adaptar os trechos de código e as técnicas mostradas, você pode integrar a pesquisa na web a vários modelos de IA.