ИИ-агент может получить ответ за секунды, но это ещё не значит, что поиск эффективен. Artificial Analysis решила проверить, что происходит, когда агент ищет информацию в интернете, и запустила Search Index — бенчмарк для сравнения поисковых API по точности, стоимости и скорости.
В первый набор вошли Parallel, Exa, Firecrawl, You.com, Tavily, Keenable и Brave. Для всех создали одинаковые условия: агент на фреймворке Stirrup под управлением GPT-5.6 Luna проходит каждую задачу 25 раз, а затем результаты сводятся в общий индекс.
Проверка состоит из трёх тестов. DeepSearchQA оценивает поиск по множественным запросам, BrowseComp — многошаговые сценарии, а AA-Omniscience включает вопросы из шести предметных областей. Так разработчики пытаются оценить не просто скорость ответа, а пользу поиска для ИИ-агента.
И здесь обнаруживается важная деталь. Чем точнее выдача, тем меньше агент тратит токенов на повторные попытки. Например, Parallel Search снижает их расход более чем на 40%. Сам API у него дороже, зато вся задача в итоге стоит $0,084 вместо $0,110.
Со скоростью всё интереснее. Очень быстрый, но менее точный поиск вынуждает агента делать дополнительные круги, поэтому преимущество почти исчезает. В результате лучший баланс цены и качества показали Parallel и Firecrawl.
Вывод Artificial Analysis прост: для ИИ-агента хороший поиск — это не тот, который отвечает быстрее всех, а тот, который экономит работу на следующих шагах. Методология Search Index открыта, а новые API можно предлагать для добавления, поэтому сравнение ещё может расшириться.
