deep-research-max-preview-04-2026
Réseau Neuronal
Caractéristiques
- Entrée
- texte, images, documents
- Sortie
- texte
- Taille du contexte
- 1 048 576 tokens
- Longueur maximale de la réponse
- 32 000 tokens
- Fonctionnalités
- Batch API
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Invite d'image
(par 1K tokens)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'deep-research-max-preview-04-2026',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'deep-research-max-preview-04-2026',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Comment ça marche deep-research-max-preview-04-2026?
Questions fréquentes sur deep-research-max-preview-04-2026
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
Il s'agit d'un modèle textuel de Google : il accepte du texte, des documents et des images en entrée, et répond par du texte. Il est adapté à l'analyse de longs documents, aux tâches de recherche, à la préparation de rapports, au travail sur le code et aux résumés de PDF ou de captures d'écran. Le contexte est de 65 536 jetons, ce qui suffit pour des compilations volumineuses.
La limite de sortie est de 32 000 jetons par réponse. C'est suffisant pour un rapport détaillé, un long article ou un gros fichier de code complet, sans avoir à le diviser en plusieurs parties. Si le contenu ne tient toujours pas, demandez-lui de continuer : le modèle rédigera le fragment suivant dans la même discussion.
Dans nos données, aucun mode de raisonnement distinct n'est indiqué, mais cela ne signifie pas qu'il n'existe pas. En pratique, une astuce simple aide : demandez au modèle d'analyser la tâche étape par étape et de montrer sa logique avant de donner la réponse ; pour les questions complexes, la qualité des réponses augmente sensiblement.
L'appel de fonctions et la sortie JSON stricte ne sont pas indiqués dans nos données, nous ne pouvons donc pas les garantir. Cependant, vous pouvez définir le format de réponse dans le prompt : décrivez la structure souhaitée et donnez un exemple, puis vérifiez le résultat avec votre scénario. L'accès se fait via l'API BotHub compatible avec OpenAI.
Les images et les documents, oui : téléchargez une capture d'écran, un schéma, un scan ou un PDF, et le modèle analysera le contenu pour répondre par du texte. L'audio et la vidéo en tant que formats d'entrée ne sont pas indiqués dans nos données, il ne faut donc pas compter dessus ; il est préférable de convertir la piste audio en texte au préalable.
Les données du modèle ne décrivent pas les langues prises en charge, nous ne promettrons donc rien de concret ; il est plus simple de tester avec votre propre texte et vos documents. L'interface de BotHub est en russe, l'accès fonctionne depuis la Russie sans VPN ni carte étrangère, et le paiement s'effectue avec des cartes russes en roubles.