
퀵 LLM 스타일은 신선한 Exa 웹 검색 결과 inline 인용 및 소스 링크에 기반을 둔 자연 언어 질문에 대한 답변을 제공합니다.
퀵 LLM 스타일은 신선한 Exa 웹 검색 결과 inline 인용 및 소스 링크에 기반을 둔 자연 언어 질문에 대한 답변을 제공합니다.
다른 이름 Exa-Answer
exa-answer/v1/answerPOST/v1/searchPOST/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/exa-answer:generateContentEmpirioLabs 카탈로그의 실시간 종량제 요금입니다. 사용한 만큼만 결제하며 월 최소 요금이 없습니다.
Exa Answer은(는) OpenAI 호환 Chat Completions API를 제공합니다. 아무 OpenAI SDK나 EmpirioLabs API 키와 함께 https://api.empiriolabs.ai/v1로 지정하고 모델 ID exa-answer를 사용하세요. EmpirioLabs 대시보드에서 API 키를 발급받으세요.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "exa-answer",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="exa-answer",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)EmpirioLabs에서 Exa Answer API가 지원하는 요청 파라미터입니다. 필드를 생략하면 기본값이 적용됩니다.
| 파라미터 | 유형 | 기본값 | 범위 / 값 | 설명 |
|---|---|---|---|---|
| query | string | - | - | 자연어 질문을 search/research/답변하는 것입니다. |
| text | boolean | false | - | 답변에 짧은 소스 텍스트 조각을 보여주세요. |
| disable_formatting | boolean | false | - | EmpirioLabs 마크다운 서식(인용 [[N]](url) 재작성 + 참고문헌 블록)은 건너뛰세요. 평범한 [N] 인용이 포함된 원시 상류 답변이 반환됩니다; 구조화된 인용 배열은 여전히 통과합니다. |
LLM-style 대답은 Exa 검색 결과에 의해 알려졌습니다. 더 깊은 분석 사용 Exa Research.
EmpirioLabs에서 Exa Answer은(는) 종량제로 청구됩니다: 이름 * $0.01 요청시. 이 페이지의 실시간 요금표는 항상 API 청구 금액과 일치합니다.
네. Exa Answer은(는) OpenAI 호환 Chat Completions API를 제공하므로, 기존 OpenAI SDK에서 base_url을 https://api.empiriolabs.ai/v1로 지정하고 모델 ID를 exa-answer로 설정하면 바로 동작합니다.
네. EmpirioLabs 플레이그라운드에서 API와 동일한 파라미터로 Exa Answer을(를) 브라우저에서 실행하므로 코드를 작성하기 전에 프롬프트를 테스트할 수 있습니다.
EmpirioLabs 계정을 만든 다음 대시보드의 API Keys에서 키를 생성하세요. 요금은 종량제 크레딧이라 실행한 요청에 대해서만 결제합니다.