模型内置搜索

Qwen / Gemini / Claude 走标准 /v1/chat/completions endpoint，参数差异体现在 tools / extra_body 里；GPT-6 Astra 和字节火山（Ark）的内置搜索只在 /v1/responses 上可用。完整请求体 schema 见 /api/create-chat-completion；Claude 原生协议见 Messages 接口；Responses 协议见 Response 接口。

支持的模型

完整支持范围以模型列表中的厂商段落和 Web Search / 内置工具标记为准：

• 阿里 DashScope
• Gemini
• Claude
• Azure OpenAI GPT-6 Astra
• 字节火山

OpenAI / Azure GPT-6 Astra

GPT-6 Astra 的原生 web_search 由 Responses API 执行。把工具声明放在 tools 中，模型会决定是否搜索并在回答中返回引用；Chat Completions 不接受该原生工具。每次搜索按 $10 / 1K 次请求计费，具体账单以 Azure 为准。

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://live-turing.cn.llm.tcljd.com/api/v1"
)

response = client.responses.create(
    model="turing/gpt-6-astra",
    input="查一下今天上海的天气，并给出信息来源链接",
    tools=[{"type": "web_search"}],
)

print(response.output_text)

curl $TURING_BASE_URL/responses \
  -H "Authorization: Bearer $TURING_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "turing/gpt-6-astra",
    "input": "查一下今天上海的天气，并给出信息来源链接",
    "tools": [{"type": "web_search"}]
  }'

Qwen

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://live-turing.cn.llm.tcljd.com/api/v1"
)

response = client.chat.completions.create(
    model="qwen-plus-latest",
    messages=[
        {"role": "user", "content": "杭州明天天气如何"}
    ],
    # enable_search 非 OpenAI 标准参数，Python SDK 通过 extra_body 传入
    extra_body={
        "enable_search": True
    }
)

print(response.choices[0].message.content)

curl $TURING_BASE_URL/chat/completions \
  -H "Authorization: Bearer $TURING_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-plus-latest",
    "messages": [
      {"role": "user", "content": "杭州明天天气如何"}
    ],
    "enable_search": true
  }'

Gemini

Gemini 系列用 tools 参数配置 Google Search，两种搜索模式：

• googleSearch：标准 Google 搜索
• enterpriseWebSearch：企业级搜索，提供更安全、合规的搜索结果

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://live-turing.cn.llm.tcljd.com/api/v1"
)

response = client.chat.completions.create(
    model="turing/gemini-3-pro-latest",
    messages=[
        {"role": "user", "content": "上海今天天气如何"}
    ],
    extra_body={
        "tools": [{"googleSearch": {}}]
    }
)

print(response.choices[0].message.content)

切换到企业级模式只需把 googleSearch 换成 enterpriseWebSearch：

extra_body={
    "tools": [{"enterpriseWebSearch": {}}]
}

Claude

Claude 系列通过 tools 参数传入 Anthropic 原生的 web_search_20250305 工具类型，模型会自动判断何时检索，并把搜索结果与引用整合到回答中。

官方文档：Web search tool (Anthropic)

可选字段：

• max_uses：单次对话最多调用搜索的次数上限
• allowed_domains / blocked_domains：域名白/黑名单（二选一）
• user_location：提示模型检索时结合的地理位置信息

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://live-turing.cn.llm.tcljd.com/api/v1"
)

response = client.chat.completions.create(
    model="turing/claude-sonnet-5",
    max_tokens=4096,
    messages=[
        {"role": "user", "content": "今日上证指数收盘价是多少？"}
    ],
    extra_body={
        "tools": [
            {
                "type": "web_search_20250305",
                "name": "web_search",
                "max_uses": 3
            }
        ]
    }
)

print(response.choices[0].message.content)

Claude 响应结构

Claude 的响应里会包含搜索调用次数和引用元数据，具体字段位置取决于所用接口。无论走哪条接口，usage.server_tool_use.web_search_requests 都会返回本次请求实际触发的搜索次数，用于计费对账。

通过 /v1/messages（Anthropic 原生接口） —— content 数组按顺序出现以下 block：

1. server_tool_use — 模型发起的搜索请求（含 input.query）
2. web_search_tool_result — 搜索结果列表（title / url / encrypted_content / page_age）
3. text — 最终回答；引用以独立 text block 形式插入，block 上的 citations[] 数组指向对应的 web_search_result_location

示例（节选）：

{
  "model": "claude-sonnet-5",
  "content": [
    {
      "type": "server_tool_use",
      "id": "srvtoolu_vrtx_01FZ...",
      "name": "web_search",
      "input": { "query": "上证指数今日收盘价" }
    },
    {
      "type": "web_search_tool_result",
      "tool_use_id": "srvtoolu_vrtx_01FZ...",
      "content": [
        {
          "type": "web_search_result",
          "title": "上证指数 (SSEC) 实时行情…",
          "url": "https://cn.investing.com/indices/shanghai-composite",
          "page_age": "5 days ago"
        }
      ]
    },
    {
      "type": "text",
      "text": "上证指数最新报价为4,051.43点",
      "citations": [
        {
          "type": "web_search_result_location",
          "cited_text": "上证指数（SSEC）最新指数报价为4,051.43…",
          "url": "https://cn.investing.com/indices/shanghai-composite",
          "title": "上证指数 (SSEC) 实时行情…"
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 11505,
    "output_tokens": 235,
    "server_tool_use": {
      "web_search_requests": 1
    }
  }
}

通过 /chat/completions（OpenAI 兼容接口） —— 响应形态贴近 OpenAI：

• choices[0].message.content — 模型的最终文本回答
• choices[0].message.tool_calls — 模型实际发起的每一次 web_search 调用
• choices[0].message.provider_specific_fields.citations — 引用数组，含 cited_text / url / title / supported_text
• usage.server_tool_use.web_search_requests — 本次触发的搜索次数

提示

encrypted_content / encrypted_index 字段是 Anthropic 侧用于多轮对话签名校验的不透明数据，透传回下一轮请求即可，不要篡改。

字节火山 Ark

字节火山的联网搜索由 Ark 在服务端执行，通过 tools: [{"type": "web_search"}] 启用，模型自己决定检索时机并把引用写回回答。

只在 /v1/responses 上可用

这是和上面三家最大的差别。往 /chat/completions 传同样的 tools 会被 Ark 直接拒绝：

{"error": {"message": "VolcengineException - The request failed because it is missing `tools.function` parameter", "code": "400"}}

/chat/completions 上的 tools 只接受 type: function。需要联网就走 /v1/responses。

官方文档：联网内容插件（火山方舟）↗

适用模型以 模型列表 → 字节火山 里的内置工具标记为准。

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://live-turing.cn.llm.tcljd.com/api/v1"
)

response = client.responses.create(
    model="bytedance/deepseek-v4-flash",
    input="用联网搜索查一下今天深圳的天气，给出信息来源链接",
    tools=[{"type": "web_search"}],
)

print(response.output_text)

curl $TURING_BASE_URL/responses \
  -H "Authorization: Bearer $TURING_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bytedance/deepseek-v4-flash",
    "input": "用联网搜索查一下今天深圳的天气，给出信息来源链接",
    "tools": [{"type": "web_search"}]
  }'

Ark 响应结构

output 数组里除了 reasoning 和 message，还会多出 web_search_call 项，记录模型实际发起的每一次检索：

{
  "output": [
    { "type": "reasoning", "summary": [], "status": "completed" },
    {
      "type": "web_search_call",
      "id": "ws_0217858...",
      "status": "completed",
      "action": {
        "type": "search",
        "query": "深圳天气 2026年8月4日;深圳今日天气"
      }
    },
    {
      "type": "message",
      "role": "assistant",
      "content": [{ "type": "output_text", "text": "..." }]
    }
  ]
}

引用以 url_citation 标注挂在 output_text 上。流式模式（stream: true）会额外推 response.web_search_call.in_progress / .searching / .completed 三个事件，引用则通过 response.output_text.annotation.added 增量下发。

usage 里会带上本次实际发起的检索次数，字段和 Claude / Gemini 都不一样：tool_usage 是总数，tool_usage_details 是按内容来源拆开的明细。

"usage": {
  "input_tokens": 3996,
  "output_tokens": 1050,
  "tool_usage": { "web_search": 3 },
  "tool_usage_details": { "web_search": { "search_engine": 3 } }
}

流式与非流式口径一致，tool_usage 随最终的 response.completed 事件返回。