> ## Documentation Index > Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt > Use this file to discover all available pages before exploring further. # LLM Search ## 1️⃣ Echtzeit-Websuche: Die zeitliche Begrenzung von LLMs durchbrechen für genauere und zuverlässigere Ausgaben Wir haben die Modelle der OpenAI- und Gemini-Serie um die Fähigkeit erweitert, die neuesten Informationen aus dem Web abzurufen, damit Sie: * ✅ **Aktuelle Informationen erhalten**: Echtzeit-Updates zu aktuellen Ereignissen, neuester Forschung oder Live-Daten * ✅ **Wissenslücken schließen**: Die zeitlichen Beschränkungen der Trainingsdaten überwinden, indem Sie auf Informationen nach dem Training zugreifen * ✅ **Halluzinationen reduzieren**: Faktenbasierte Antworten durch Echtzeit-Websuche liefern und KI-Konfabulationen deutlich verringern * ✅ **Entscheidungsqualität verbessern**: Sichere Entscheidungen auf Basis aktueller Analysen und Empfehlungen treffen **Unterstützte Modelle:** Derzeit unterstützt für die Modellserien OpenAI und Gemini mit zwei Integrationsmethoden: **1. Modelle mit nativen Suchfunktionen** **Gemini-Serie** (Ground with Google search): * gemini-3.1-pro-preview-search * gemini-3-flash-preview-search * gemini-2.5-pro-search * gemini-2.5-flash-search **OpenAI-Serie** (Search Preview): * gpt-4o-search-preview * gpt-4o-mini-search-preview **2. Parameter-basierte Unterstützung** Fügen Sie den Parameter `web_search_options={}` hinzu, um die Web-Anbindung für Gemini- und OpenAI-Modelle zu aktivieren, die diesen Parameter unterstützen. Wenn die API `Unknown parameter: 'web_search_options'` zurückgibt, akzeptiert das aktuelle Modell oder die Upstream-API diesen Parameter nicht. Verwenden Sie eines der nativen Suchmodelle oben oder den unten beschriebenen Suffix `:surfing`. Für Gemini-Suchpreise gelten die Angaben in der Konsole und auf der Modelldetailseite. ## Verwendungsanleitung Führen Sie vor der Nutzung `pip install -U openai` aus, um das openai-Paket zu aktualisieren, und setzen Sie Ihren AIHubMix API Key als Umgebungsvariable: ```shellscript theme={null} export AIHUBMIX_API_KEY="" ``` Windows PowerShell: ```powershell theme={null} setx AIHUBMIX_API_KEY "" ``` **Beispiel:** ```py Python theme={null} import os from openai import OpenAI client = OpenAI( api_key=os.environ["AIHUBMIX_API_KEY"], # Replace with the key you generated in AiHubMix base_url="https://aihubmix.com/v1" ) chat_completion = client.chat.completions.create( model="gemini-3.5-flash", # 🌐 Enable search web_search_options={}, messages=[ { "role": "user", "content": "Search for information about the AIhubmix LLM API platform, provide a brief introduction, and include relevant links." } ] ) print(chat_completion.choices[0].message.content) ``` ```ts Typescript theme={null} import OpenAI from 'openai'; const client = new OpenAI({ apiKey: process.env.AIHUBMIX_API_KEY, baseURL: 'https://aihubmix.com/v1' }); async function main() { const chatCompletion = await client.chat.completions.create({ model: 'gemini-3.5-flash', // 🌐 Enable search web_search_options: {}, messages: [ { role: 'user', content: 'Search for information about the AIhubmix LLM API platform, provide a brief introduction, and include relevant links.' } ] }); console.log(chatCompletion.choices[0].message.content); } main().catch(console.error); ``` ```shell Curl theme={null} curl "https://aihubmix.com/v1/chat/completions" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $AIHUBMIX_API_KEY" \ -d '{ "model": "gemini-3.5-flash", "web_search_options": {}, "messages": [ { "role": "user", "content": "Provide information about Van Gogh on the Google Arts & Culture website, with a brief introduction and relevant links." } ], "stream": false }' ``` ## 2️⃣ Smart Surfing: KI das freie Surfen im Internet ermöglichen Indem Sie an die Modell-ID `:surfing` anhängen, kann jedes große Sprachmodell mit Suchfunktionen ausgestattet werden. * Einfach das Suffix anhängen, keine komplexe Integration erforderlich * Diese Methode leitet die Anfrage des Benutzers standardmäßig an den **Tavily-Suchdienst** weiter, und das LLM berücksichtigt die Suchergebnisse bei seiner Antwort * Suchgebühr: **\$0,006 pro Suche** * Die Gebühr wird derzeit direkt vom „Credit-Saldo" abgezogen, im „Log-Detail" wird die Suchgebühr noch nicht aufgeführt, dies wird jedoch zukünftig angezeigt Die Modell-ID können Sie aus der [Modellgalerie](https://aihubmix.com/models) kopieren. **Beispiel:** ```py Python theme={null} import requests import json import os try: response = requests.post( url="https://aihubmix.com/v1/chat/completions", headers={ "Authorization": f"Bearer {os.environ.get('AIHUBMIX_API_KEY')}", "Content-Type": "application/json", }, json={ "model": "gpt-5.5:surfing", # Append :surfing to the model id to support searching "messages": [ { "role": "user", "content": "Search for recent AIHubMix model updates, return concise German bullet points with source links." } ], "stream": False }, timeout=60 ) result = response.json() if response.status_code >= 400: print("Request failed:", response.status_code) print("API response:", json.dumps(result, ensure_ascii=False, indent=2)) except requests.exceptions.RequestException as e: print(f"Request error: {e}") except json.JSONDecodeError as e: print(f"JSON decode error: {e}") except Exception as e: print(f"Other error: {e}") ``` **Beispiel für eine API-Antwort:** ```json theme={null} { "id": "chatcmpl-xxxx", "model": "gpt-5.5-2026-04-24", "object": "chat.completion", "created": 1760000000, "choices": [ { "index": 0, "message": { "role": "assistant", "content": "AIHubMix ist eine API-Plattform, die Modellfunktionen mehrerer Anbieter bündelt. Die offizielle Website ist https://aihubmix.com." }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 220, "completion_tokens": 240, "total_tokens": 460, "prompt_tokens_details": { "audio_tokens": 0, "cached_tokens": 0 }, "completion_tokens_details": { "accepted_prediction_tokens": 0, "audio_tokens": 0, "reasoning_tokens": 196, "rejected_prediction_tokens": 0 } } } ``` *** Zuletzt aktualisiert: 2026-06-15