Deep Research Preview 04-2026
нейросеть
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 65 536 токенов
- Макс. длина ответа
- 32 000 токенов
- Возможности
- Batch API
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
Картинка-промт
(за 1K токенов)
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-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-preview-04-2026',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает Deep Research Preview 04-2026?
Частые вопросы о Deep Research Preview 04-2026
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
Deep Research Preview 04-2026 — мультимодальная модель для преобразования текста, документов и изображений в текст. Подходит для аналитики и исследований: суммаризация больших документов, извлечение фактов из изображений и файлов, последовательная работа с длинными контекстами и пакетная обработка данных.
Максимальный объём вывода задаётся параметром модели: у Deep Research Preview 04-2026 указан предел output tokens до 32000, а контекст до 65536 токенов. На практике конечный объём ответа может зависеть от интеграции и настроек платформы, через которую вы работаете.
В наших данных не отмечено наличие явной опции «рассуждений перед ответом». Модель поддерживает сложные выводы по длинным контекстам, но если вам нужен показ цепочки рассуждений — лучше явно запросить это в промпте и проверить на примерах.
В наших данных не отмечено поддержка встроенного вызова функций. Модель может формировать структурированный текст и принимать инструкции о формате вывода, поэтому вы можете попросить её сгенерировать JSON-структуру, но поведение и гарантии зависят от реализации API.
По данным, модель принимает на вход изображения и документы, то есть вы можете загружать картинки и файлы для анализа. Поддержка аудио и видео в предоставленных данных не отмечена, поэтому для таких форматов советуем уточнять через API или тестировать отдельно.
Конкретных данных о качестве понимания русского в описании нет. Модель мультимодальна и работает с текстом, поэтому понимание русского будет зависеть от обучающих данных и промптов. Рекомендуем прогнать типичные примеры вашего кейса, чтобы оценить адекватность и точность ответов на русском.