之前 DeepSeek 刚推出 V3 的时候，我其实就一直期待能用上 web API，网页版虽然有支持网络搜索，但是 API 迟迟还没有上。当然，竞对 OpenAI 也没有上，所以 DeepSeek 开发团队也不着急，是吧 😂。

当时想着，只要 OpenAI 率先推出支持 web search 的 API，其他平台肯定也很快跟上，但没想到是居然是第三方代理商 OpenRouter 先了 OpenAI 一手。

今天 OpenRouter 在官推上就提到了这个新特性：API web 搜索插件，可以让任何 AI 模型都能接入实时网络信息。这个“任何 AI 模型”就很棒，OpenRouter 的 API 几乎支持了市面上所有主流的 AI 模型，像 GPT 系列、Claude 系列、Gemini 系列、Llama 系列、Mixtral 系列等等，用户的可选余地就大了。

Web search 为什么不推广？

这个功能理论上没什么技术障碍，如果让普通开发者去做，只要有稳定的 web search API，自己也能实现，一个朴素的思路：

先对用户提问做关键信息提取，输出一句话或者若干关键词，比如 "小红书难民";
再通过这个 web search API 做搜索;
把结果（可能需要做一下过滤、重排）作为外部知识传给 LLM，然后让 LLM 有的放矢。

但理论归理论，实现上有很多棘手之处，比如上哪儿去找稳定、可靠、便宜的 API？如何实现重排。

众所周知，黄金三角不可兼得，实际上这次的 OpenRouter 的搜索插件，三角也只能说占稳了一角半：

勉强可以说稳定，每次搜索都能返回点东西。
可靠性一般，结果是返回了，但相关性没那么高或者时效性不强。我问它 bitcoin 价格，它返回的居然还是 6 万刀的价格，要不是我谷歌搜了一下，还以为抄底时间到了。
价格也说不上便宜，目前 1000 条搜索结果 $4，差不多一条结果 3 毛钱。重点：是每 1000 条搜索结果收费 4 刀，不是 1000 次搜索。因为走的是第三方平台 exa.ai 的接口，这个价格 OpenRouter 也没有多少定价权，可以理解。

所以也不难理解为什么像 OpenAI、Anthropic 这样的 AI 公司，也没有在搜索上大做文章，这本来就是跟传统搜索引擎抢入口、抢流量的事，有门槛有难度。

LLM 兴起后的搜索平台，比如 exa.ai 或者 firecrawl 本质上还是依赖于爬虫及搜索 API 包装，它们自己是没有数据积累的，新数据收集更是困难。只不过结合 LLM 的能力，把数据清洗、输出这块做的漂亮些。

但无论如何，有了这个 web 搜索插件，在需要用时还是能顶事的。

怎么用

💡 方法一

直接在原来的模型后面加上 :online 后缀，就能自动接入 Web 搜索功能。请求发送过去后，OpenRouter 会自动调用 exa.ai 的 API 来搜索用户的 query（比如 What happened in the news today?）。

对用户来说，唯一的区别是用什么模型去处理这个结果，并做后续的推理。比如 deepseek/deepseek-chat:online 就能使用 deepseek-chat 来处理搜索的结果。如果不确定用什么模型，也可以先试试 openrouter/auto:online，据我的观察，后台调用的多数是 anthropic/claude-3.5-sonnet。

{
    "model": "deepseek/deepseek-chat:online",
    "messages": [
        {
            "role": "user",
            "content": "What happened in the news today?"
        }
    ]
}

💡 方法二

当然，如果觉得每次请求都返回 5 条结果太费钱了（约 1.5 元 RMB），用户也可以自定义搜索结果的条数。这种方式不改动模型参数，而是添加一个 web 插件，可调用的参数有：

通过 id 指定插件类型 web
通过 max_results 指定搜索结果的条数
通过 search_prompt 指定搜索提示词

{
    "model": "deepseek/deepseek-chat",
    "plugins": [
        {
            "id": "web",
            "max_results": 1, // 默认 5 条
            "search_prompt": "Some relevant web results:" // 自定义提示词
        }
    ]
}

这个提示词是给 LLM 看的，告诉它："注意了，我给你找了点网络信息，你参考一下"。如果不写这个提示词也没关系，现在 LLM 都挺聪明，自己能判断。

不写的时候，有一条简洁的用法，即 {"model": "deepseek/deepseek-chat", "plugins": [{"id": "web"}]}，这样效果跟上面方法一是一样的。

应用场景

如果是日常工作、生活，多数场景下都用不到 web search 这个功能。更适合需要实时性不那么强的场景，侧重于近期发生的事情，比如查询近期的电影资讯，或者查前几天的新闻。

但强实时性的需要，比如查询股票价格、赛事，这个功能肯定不适用，上面也提到了，返回的结果有时是滞后的。如果有这个需求，不如直接调用靠谱的 API 或者写个爬虫（收费的 firecrawl 也可以）。

小结

平台能提供 web search API 这件事，开发者还是挺喜闻乐见的。虽说这个功能目前还处于早期阶段，价格偏贵，搜索结果时效性、准确性都还有待提高，但至少现在有东西可以用了。

希望后面各家平台也多跟进，比如 DeepSeek 也该支持了。

OpenRouter 终于上线 Web 搜索插件了

Web search 为什么不推广？

怎么用

💡 方法一

💡 方法二

应用场景

小结

Comments