> ## 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モデルのインターネット検索

## 1️⃣ リアルタイムインターネットサポート：LLMの時効制限を打ち破り、より正確で信頼性の高い出力を実現

OpenAIおよびGeminiシリーズの大規模モデルインターフェースに、最新のネットワーク情報を取得する機能を追加しました。これにより、以下のことが可能になります。
✅ **最新情報の取得**：今日のホットトピック、最新の研究、リアルタイムデータなど、即座に取得できます。\
✅ **知識の盲点を解消**：大規模モデルのトレーニングデータの時間制限を突破し、トレーニング後の新しい情報を取得できます。\
✅ **幻覚のリスクを低減**：リアルタイムのインターネット検索に基づいた事実に基づいた回答により、AIが誤った情報を返す可能性を大幅に低減します。\
✅ **意思決定の質を向上**：最新の事実に基づいた分析と提案により、意思決定に自信を持てます。

**サポートされているモデル：**
現在、OpenAIおよびGeminiの大規模モデルシリーズをサポートしており、2つのアクセス方法があります。

**1. ネイティブ検索機能モデル：**
**Geminiシリーズ** (Google検索と連携)：

* gemini-3.1-pro-preview-search
* gemini-3-flash-preview-search
* gemini-2.5-pro-search
* gemini-2.5-flash-search

**OpenAIシリーズ** (Search Preview)：

* gpt-4o-search-preview
* gpt-4o-mini-search-preview

**2. パラメータサポート方式：**
`web_search_options={}`パラメータを追加すると、このパラメータに対応しているGemini、OpenAI大規模モデルでインターネット接続機能を有効にできます。`Unknown parameter: 'web_search_options'` が返された場合、現在のモデルまたは上流APIはこのパラメータを受け付けていません。上記のネイティブ検索モデルを使用するか、以下の `:surfing` サフィックス方式を使用してください。Geminiシリーズの検索料金は、コンソールとモデル詳細ページの表示を基準にしてください。

### 使用方法

使用する前に、`pip install -U openai`を実行してOpenAIパッケージをアップグレードし、AIHubMix API Keyを環境変数に設定してください。

```shellscript theme={null}
export AIHUBMIX_API_KEY="<AIHUBMIX_API_KEY>"
```

Windows PowerShell：

```powershell theme={null}
setx AIHUBMIX_API_KEY "<AIHUBMIX_API_KEY>"
```

**例：**

<CodeGroup>
  ```py Python theme={null}
  import os
  from openai import OpenAI

  client = OpenAI(
      api_key=os.environ["AIHUBMIX_API_KEY"], # AiHubMixで生成したキーに置き換えてください
      base_url="https://aihubmix.com/v1"
  )

  chat_completion = client.chat.completions.create(
      model="gemini-3.5-flash",
      # 🌐 検索を有効にする
      web_search_options={},
      messages=[
          {
              "role": "user",
              "content": "大規模モデルAPIプラットフォームAIhubmixに関する情報を検索し、簡単に紹介し、関連リンクを提供してください。"
          }
      ]
  )

  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',
          // 🌐 検索を有効にする
          web_search_options: {},
          messages: [
              {
                  role: 'user',
                  content: '大規模モデルAPIプラットフォームAIhubmixに関する情報を検索し、簡単に紹介し、関連リンクを提供してください。'
              }
          ]
      });

      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": "Google Arts & Cultureウェブサイトのゴッホに関する情報を提供し、簡単に紹介し、関連リンクを提供してください。"
          }
      ],
      "stream": false
  }'
  ```
</CodeGroup>

## 2️⃣ スマートサーフィン：AIにインターネットを自由に駆け巡らせる

モデルIDの末尾に`:surfing`を追加するだけで、あらゆる大規模言語モデルに検索機能を持たせることができます。

* 接尾辞を追加するだけで、複雑な統合は不要です。
* この方法では、ユーザーのリクエストはデフォルトで**Tavily検索サービス**に転送され、LLMは返された検索結果を参照して回答を作成します。
* 検索料金は**1回あたり0.006ドル**です。
* 現在、「ログ詳細」には各検索の料金は表示されていません。料金は「クレジット変動」から直接差し引かれますが、後で表示される予定です。

<Tip>
  モデルIDは[モデル一覧](https://aihubmix.com/models)からコピーできます。
</Tip>

**例：**

<CodeGroup>
  ```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", # モデルIDの末尾に:surfingを追加するだけで検索をサポート
              "messages": [
                  {
                      "role": "user",
                      "content": "AIHubMixの最近のモデル更新を検索し、日本語の要点と出典リンクを返してください。"
                  }
              ],
              "stream": False
          },
          timeout=60
      )

      result = response.json()
      if response.status_code >= 400:
          print("リクエスト失敗：", response.status_code)
      print("API応答：", json.dumps(result, ensure_ascii=False, indent=2))

  except requests.exceptions.RequestException as e:
      print(f"リクエストエラー：{e}")
  except json.JSONDecodeError as e:
      print(f"JSON解析エラー：{e}")
  except Exception as e:
      print(f"その他のエラー：{e}")
  ```
</CodeGroup>

**API応答例：**

```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は複数プロバイダーのモデル機能を集約するAPIプラットフォームです。公式サイトは https://aihubmix.com です。"
      },
      "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
    }
  }
}
```

***

最終更新日：2026-06-15