> ## 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 검색

## 1️⃣ 실시간 웹 검색: LLM 시간 제한을 깨고 더 정확하고 신뢰할 수 있는 출력 제공

OpenAI 및 Gemini 시리즈 모델에 웹의 최신 정보에 액세스하는 기능을 향상시켜 다음을 지원합니다:

* ✅ **최신 정보 액세스**: 현재 이벤트, 최신 연구 또는 실시간 데이터에 대한 실시간 업데이트 받기
* ✅ **지식 격차 해소**: 훈련 후 정보에 액세스하여 LLM 훈련 데이터의 시간 제한 극복
* ✅ **환각 감소**: 실시간 웹 검색을 통해 사실 기반 답변을 제공하여 AI의 허위 정보 생성을 크게 줄임
* ✅ **의사 결정 품질 향상**: 현재 사실에 근거한 분석 및 권장 사항을 기반으로 더 자신감 있는 결정 내리기

**지원되는 모델:**
현재 두 가지 통합 방법을 통해 OpenAI 및 Gemini 모델 시리즈를 지원합니다:

**1. 기본 검색 기능이 있는 모델**
**Gemini 시리즈** (Google 검색 기반):

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

**OpenAI 시리즈** (Search Preview):

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

**2. 매개변수 기반 지원**
`web_search_options={}` 매개변수를 추가하면 이 매개변수를 지원하는 Gemini 및 OpenAI 모델에서 웹 연결을 활성화할 수 있습니다. `Unknown parameter: 'web_search_options'`가 반환되면 현재 모델 또는 업스트림 API가 이 매개변수를 허용하지 않는다는 뜻입니다. 위의 기본 검색 모델을 사용하거나 아래의 `:surfing` 접미사 방식을 사용하세요. Gemini 검색 요금은 콘솔과 모델 상세 페이지에 표시된 내용을 기준으로 합니다.

## 사용 가이드

사용하기 전에 `pip install -U openai`를 실행하여 openai 패키지를 업그레이드하고, AIHubMix API Key를 환경 변수에 설정하십시오.

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

Windows PowerShell:

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

**예시:**

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

  client = OpenAI(
      api_key=os.environ["AIHUBMIX_API_KEY"], # AiHubMix에서 생성한 키로 교체
      base_url="https://aihubmix.com/v1"
  )

  chat_completion = client.chat.completions.create(
      model="gemini-3.5-flash",
      # 🌐 검색 활성화
      web_search_options={},
      messages=[
          {
              "role": "user",
              "content": "AIhubmix LLM API 플랫폼에 대한 정보를 검색하고 간략한 소개와 관련 링크를 제공하세요."
          }
      ]
  )

  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',
          // 🌐 검색 활성화
          web_search_options: {},
          messages: [
              {
                  role: 'user',
                  content: 'AIhubmix LLM API 플랫폼에 대한 정보를 검색하고 간략한 소개와 관련 링크를 제공하세요.'
              }
          ]
      });

      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 웹사이트에서 반 고흐에 대한 정보를 간략한 소개와 관련 링크와 함께 제공하세요."
          }
      ],
      "stream": false
  }'
  ```
</CodeGroup>

## 2️⃣ 스마트 서핑: AI가 인터넷을 자유롭게 탐색하도록 허용

모델 ID에 `:surfing`을 추가하면 모든 대규모 언어 모델에 검색 기능이 탑재될 수 있습니다.

* 복잡한 통합 없이 접미사를 추가하기만 하면 됩니다.
* 이 방법은 기본적으로 사용자의 요청을 **Tavily 검색 서비스**로 전달하며, LLM은 응답을 위해 검색 결과를 참조합니다.
* 검색 요금: **검색당 0.006달러**
* 요금은 현재 "크레딧 변경"에서 직접 차감되며, "로그 세부 정보"에는 아직 검색 요금이 표시되지 않지만 향후 표시될 예정입니다.

<Tip>
  모델 ID는 [모델 갤러리](https://aihubmix.com/models)에서 복사할 수 있습니다.
</Tip>

**예시:**

<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", # 검색을 지원하려면 모델 ID에 :surfing을 추가합니다.
              "messages": [
                  {
                      "role": "user",
                      "content": "AIHubMix의 최근 모델 업데이트를 검색하고 한국어 요점과 출처 링크를 반환하세요."
                  }
              ],
              "stream": False
          },
          timeout=60
      )

      result = response.json()
      if response.status_code >= 400:
          print("요청 실패:", response.status_code)
      print("API 응답:", json.dumps(result, ensure_ascii=False, indent=2))

  except requests.exceptions.RequestException as e:
      print(f"요청 오류: {e}")
  except json.JSONDecodeError as e:
      print(f"JSON 디코딩 오류: {e}")
  except Exception as e:
      print(f"기타 오류: {e}")
  ```
</CodeGroup>

**API 응답 예시:**

```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": "AIHubMix는 여러 제공업체의 모델 기능을 통합한 API 플랫폼입니다. 공식 웹사이트는 https://aihubmix.com 입니다."
      },
      "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
    }
  }
}
```

***

마지막 업데이트: 2026-06-15