GPT-5 Search API: Mô hình văn bản và hình ảnh mạnh mẽ thông qua OrcaRouter. 128K token đầu ra, giá cả cạnh tranh.
GPT-5 Search API là một mô hình từ OpenAI, có thể truy cập thông qua API tương thích OpenAI của OrcaRouter tại https://api.orcarouter.ai/v1 với ID mô hình "openai/gpt-5-search-api". Nó chấp nhận đầu…
Nó có thể xử lý nhiều tác vụ ngôn ngữ tự nhiên và đa phương thức, đặc biệt là những tác vụ yêu cầu suy luận tăng cường tìm kiếm. Ví dụ bao gồm tạo câu trả lời dựa trên tài liệu được truy xuất, phân tích hình ảnh và cung cấp tóm tắt văn bản, chuyển đổi tài liệu dài thành định dạng có cấu trúc, và tạo nội dung mở rộng như báo cáo hoặc bài viết. Giới hạn đầu ra cao của nó phù hợp cho các tác vụ yêu cầu phản hồi rất dài, chẳng hạn như tạo toàn bộ mã nguồn hoặc phân tích chi tiết.
Nếu ứng dụng của bạn không yêu cầu độ dài ngữ cảnh cao hoặc đầu vào đa phương thức, các mô hình nhỏ hơn như GPT-4o mini hoặc GPT-3.5 Turbo có thể tiết kiệm chi phí hơn. Các tác vụ có hội thoại ngắn, phân loại văn bản đơn giản hoặc token đầu vào thấp có thể được xử lý bằng các lựa chọn ít tốn kém hơn. Ngoài ra, nếu bạn không cần khả năng tăng cường tìm kiếm, một mô hình GPT tiêu chuẩn có thể đủ dùng. Hãy đánh giá độ dài đầu ra trung bình và độ phức tạp đầu vào để quyết định xem mức phí cao cấp của GPT-5 Search API có xứng đáng hay không.
Mô hình được thiết kế để hoạt động với các kết quả tìm kiếm. Mặc dù cách triển khai cụ thể phụ thuộc vào ứng dụng của bạn, nhưng cách sử dụng điển hình bao gồm việc cung cấp các đoạn trích tìm kiếm hoặc tài liệu truy xuất làm ngữ cảnh. Sau đó, mô hình tạo ra các câu trả lời dựa trên thông tin đó. Cách tiếp cận này cải thiện độ chính xác thực tế và giảm ảo giác. Khả năng đầu ra lớn của mô hình cho phép nó tổng hợp thông tin từ nhiều nguồn thành một phản hồi dài và mạch lạc.
Đầu vào hình ảnh có giá trị cho các tác vụ mà thông tin trực quan rất quan trọng. Ví dụ bao gồm mô tả biểu đồ hoặc sơ đồ, trích xuất văn bản từ hình ảnh (bằng OCR), trả lời câu hỏi về ảnh chụp, hoặc kết hợp phân tích hình ảnh với hướng dẫn văn bản. Mô hình xử lý đồng thời hình ảnh và văn bản, cho phép trả lời các truy vấn như "Hình ảnh này cho thấy điều gì?" hoặc "Mô tả chi tiết cảnh trong hình." Nó cũng có thể xử lý nhiều hình ảnh trong một yêu cầu duy nhất.
Dựa trên các thông tin đã cung cấp, không có điểm chuẩn cụ thể nào được công bố công khai cho mô hình này. Các đặc điểm hiệu suất được suy ra từ thiết kế của nó như một mô hình lớp GPT-5 có hỗ trợ tìm kiếm mở rộng. Mô hình này dự kiến sẽ hoạt động tốt trên các tác vụ yêu cầu tạo văn bản dài, độ chính xác thực tế với truy xuất thông tin và suy luận đa phương thức. Người dùng được khuyến khích đánh giá mô hình trên bộ dữ liệu của riêng mình để đo lường mức độ phù hợp với trường hợp sử dụng của họ.
Độ trễ phụ thuộc vào độ dài của token đầu vào và đầu ra, cũng như số lượng hình ảnh. Xử lý hình ảnh thêm một số chi phí bổ sung. Nhìn chung, tạo 128K token sẽ chậm hơn so với các đầu ra ngắn hơn. OrcaRouter không thêm độ trễ ngoài thời gian phản hồi của nhà cung cấp. Đối với môi trường sản xuất, hãy cân nhắc đặt max_tokens ở mức tối thiểu cần thiết để cân bằng tốc độ và chất lượng đầu ra. Các phản hồi dạng streaming có thể giảm độ trễ cảm nhận.
Điểm mạnh chính của nó là sự kết hợp giữa giới hạn token đầu ra rất cao (128K) với đầu vào đa phương thức (văn bản và hình ảnh). Điều này khiến nó trở thành một trong số ít mô hình có thể tiếp nhận hình ảnh và tạo ra đầu ra văn bản cực kỳ dài. Bản chất hỗ trợ tìm kiếm cũng giúp ích trong các tác vụ cần truy xuất thông tin cập nhật hoặc cụ thể. Nó đủ linh hoạt cho cả việc sáng tạo và phân tích.
Các hạn chế bao gồm việc thiếu dữ liệu đánh giá chuẩn được xác thực công khai, nghĩa là hiệu suất trên các tác vụ NLP chuẩn không được đo lường chính thức. Mô hình có thể yêu cầu kỹ thuật prompt cẩn thận để xử lý nhiều hình ảnh một cách hiệu quả. Ngoài ra, mặc dù đầu ra lớn, nhưng cửa sổ ngữ cảnh cho đầu vào không được chỉ định; các chuỗi đầu vào rất dài có thể vượt quá dung lượng của mô hình. Giá mỗi token cao hơn so với các mô hình nhỏ hơn, vì vậy việc quản lý ngân sách là quan trọng.
Giá là $1.25 cho mỗi 1 triệu token đầu vào và $10.00 cho mỗi 1 triệu token đầu ra. Đây là mức giá của nhà cung cấp không có phụ phí từ OrcaRouter. Không có phí nền tảng bổ sung hoặc chi phí ẩn. Phí được tính dựa trên số lượng token đã xử lý. Token hình ảnh được tính theo chính sách giá hình ảnh của OpenAI (thường theo mỗi hình ảnh dựa trên độ phân giải). Người dùng chỉ trả tiền cho những gì họ sử dụng.
Chi phí token đầu ra cao hơn đáng kể so với chi phí đầu vào (tỷ lệ 8x). Do đó, các ứng dụng tạo ra đầu ra rất dài có thể tốn kém. Để quản lý chi phí, hãy cân nhắc giới hạn max_tokens ở mức tối thiểu cần thiết, sử dụng prompt ngắn hơn và lưu vào bộ nhớ đệm các phản hồi phổ biến. Đối với các tác vụ có độ dài đầu ra khiêm tốn, các mô hình rẻ hơn có thể tiết kiệm hơn. Chính sách không có phụ phí đảm bảo bạn không phải trả thêm qua OrcaRouter.
Không có thông tin cụ thể về giảm giá token được lưu trữ đệm (cached token discounts) cho mô hình này. OpenAI có thể cung cấp tính năng lưu trữ đệm prompt (prompt caching) trên một số mô hình, nhưng nó không được đề cập cho GPT-5 Search API. Hãy kiểm tra tài liệu chính thức của OpenAI để biết các chính sách lưu trữ đệm mới nhất. OrcaRouter chuyển tiếp việc thanh toán chính xác như cách nhà cung cấp tính phí, vì vậy bất kỳ khoản giảm giá nào từ nhà cung cấp sẽ được áp dụng tương ứng.
Sử dụng endpoint tương thích với OpenAI tại https://api.orcarouter.ai/v1/chat/completions. Đặt tham số model thành "openai/gpt-5-search-api". Bao gồm khóa API OrcaRouter của bạn trong header Authorization. Nội dung request tuân theo định dạng chat completions chuẩn với mảng messages. Đối với đầu vào hình ảnh, hãy bao gồm loại nội dung "image_url". Một đoạn mã Python ví dụ: ```python import openai openai.api_base = "https://api.orcarouter.ai/v1" openai.api_key = "your_key" response = openai.ChatCompletion.create( model="openai/gpt-5-search-api", messages=[{"role": "user", "content": "Describe this image"}], max_tokens=1000) ```
Các tham số chat completion tiêu chuẩn được hỗ trợ: messages, max_tokens, temperature, top_p, frequency_penalty, presence_penalty, stop, và stream. Đối với đầu vào hình ảnh, loại nội dung phải được đặt là "image_url" với URL hoặc dữ liệu base64. Sử dụng "text" cho nội dung văn bản. Mô hình không hỗ trợ gọi hàm hoặc sử dụng công cụ trong phiên bản hiện tại. Tất cả các tham số hoạt động như được tài liệu hóa bởi OpenAI.
Thay thế tên mô hình hiện tại của bạn (ví dụ: gpt-4o) bằng "openai/gpt-5-search-api" và thay đổi base URL thành endpoint của OrcaRouter. Nếu ứng dụng của bạn sử dụng đầu vào hình ảnh, hãy đảm bảo bạn định dạng chúng đúng cách. Không cần thay đổi nào khác. Bạn có thể điều chỉnh max_tokens để tận dụng giới hạn cao hơn. Hãy kiểm tra với một vài yêu cầu ban đầu để xác minh chất lượng đầu ra.
Không. OrcaRouter là một cổng chuyển tiếp (pass-through gateway) giúp định tuyến các yêu cầu trực tiếp đến API của OpenAI mà không thêm độ trễ hay xử lý nào. Không có giới hạn tốc độ nào ngoài những giới hạn do OpenAI áp đặt. Dịch vụ không sửa đổi yêu cầu hay phản hồi. Điều này đảm bảo bạn nhận được hiệu suất tương tự như gọi trực tiếp OpenAI, với sự tiện lợi của một API thống nhất cho nhiều nhà cung cấp.
GPT-5 Search API cung cấp giới hạn token đầu ra cao hơn (128K so với 16K của GPT-4o) và hỗ trợ đầu vào hình ảnh, trong khi GPT-4o chỉ hỗ trợ văn bản. Thiết kế tăng cường tìm kiếm cũng giúp nó khác biệt cho các tác vụ truy xuất. Giá cước cao hơn trên mỗi token. Nếu bạn cần đầu ra rất dài hoặc hiểu hình ảnh, GPT-5 Search API là lựa chọn tốt hơn. Đối với các tác vụ văn bản tiêu chuẩn, GPT-4o có thể tiết kiệm chi phí hơn.
Các mô hình như Claude 3 Opus và Gemini 1.5 Pro cũng cung cấp cửa sổ ngữ cảnh lớn (lên đến 200K token). Tuy nhiên, khả năng tìm kiếm cụ thể và hỗ trợ hình ảnh của GPT-5 Search API giúp nó khác biệt. Giá cả cạnh tranh, mặc dù so sánh chính xác phụ thuộc vào mức sử dụng token. Việc không có markup thông qua OrcaRouter giúp việc lập ngân sách đơn giản hơn. Mỗi mô hình có những điểm mạnh riêng; hãy chọn dựa trên nhu cầu tích hợp tìm kiếm so với kích thước ngữ cảnh thô.
Đúng vậy, nó có khả năng vượt trội hơn đáng kể về độ dài đầu ra, đầu vào đa phương thức và khả năng suy luận. Tuy nhiên, nó cũng đắt hơn nhiều. Đối với các tác vụ đơn giản như hỏi đáp ngắn hoặc phân loại, GPT-3.5 Turbo vẫn là lựa chọn hiệu quả về chi phí. Sự lựa chọn phụ thuộc vào độ phức tạp của tác vụ và liệu bạn có cần các tính năng nâng cao hay không.
Việc xử lý dữ liệu tuân theo chính sách quyền riêng tư của OpenAI. OrcaRouter không ghi lại hoặc lưu trữ các lời nhắc hoặc phản hồi của bạn. Theo mặc định, OpenAI có thể sử dụng dữ liệu API để cải thiện các mô hình trừ khi bạn chọn không tham gia. Hãy kiểm tra chính sách sử dụng dữ liệu của OpenAI để biết thêm chi tiết. Đối với dữ liệu nhạy cảm, hãy cân nhắc sử dụng các khóa API là một phần của thỏa thuận doanh nghiệp hoặc sử dụng mô hình thông qua các cài đặt tập trung vào quyền riêng tư của OrcaRouter nếu có.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-5-search-api",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)max_tokensresponse_formatservice_tierstopstreamstructured_outputstool_choicetoolstop_pweb_search_options| Đầu vào / 1M tokens | $1.25 |
| Đầu ra / 1M tokens | $10.00 |
| Đọc cache / 1M | $0.125 |
| Tiền tệ | USD |
Ước tính theo giá niêm yết
Chỉ là ước tính — số token thực tế phụ thuộc vào bộ tách token của nhà cung cấp.
GET /api/public/models/openai/gpt-5-search-apiMở @misc{orcarouter_gpt_5_search_api,
title = {openai/gpt-5-search-api API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5-search-api}
}openai. (n.d.). openai/gpt-5-search-api API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5-search-api