Artificial Analysis Search Index: Search-API-Benchmark und Bestenliste

Name: Artificial Analysis Search Index
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Search APIs ermöglichen es KI-Agenten, Informationen aus dem Web abzurufen und ihre Antworten auf aktuelle Quellen zu stützen. Sie kommen in einer Vielzahl agentischer Anwendungen zum Einsatz – von Deep Research über die Programmierung bis hin zur allgemeinen Wissensarbeit –, um Faktentreue und Ergebnisqualität zu verbessern. Search APIs unterscheiden sich in mehreren wichtigen Punkten: im zugrunde liegenden Web-Index, den sie durchsuchen, in der Art, wie Suchergebnisse dem Modell präsentiert werden, und in den Kompromissen, die sie zwischen Kosten, Geschwindigkeit und Retrieval-Qualität eingehen. Wir benchmarken 29 Search-API-Produkte von 14 Anbietern, damit Entwickler fundiertere Entscheidungen treffen können, wenn sie ein Suchwerkzeug für ihren nächsten KI-Agenten auswählen.

Benchmark-Definitionen, Bewertung und Details zur Datenverarbeitung finden Sie auf der Methodikseite.

Neueste Daten: Oct 19, 2026.

Chatbots

API-Endpunkte für Sprachmodelle

Methodik von Artificial Analysis

Launch-Artikel zum Artificial Analysis Search Index

Artificial Analysis Search Index

Bestes Search-API-Ergebnis über 3 Benchmarks

Kosten pro Aufgabe

Durchschnittliche Modell- und Search-API-Kosten pro Aufgabe (USD) · Lower is better

Zeit pro Aufgabe

Durchschnittliche Modell- und Suchzeit pro Aufgabe · Lower is better

Ergebnisse

Antwortqualität mit Suche über öffentliche Benchmarks hinweg.

Artificial Analysis Search Index

Gleichgewichteter Mittelwert aus DeepSearchQA F1, BrowseComp-Genauigkeit und AA-Omniscience-Genauigkeit · Higher is better

Nur Modell (33)

Integriertes Erstanbieter-Suchtool und -Harness

The equal-weighted mean of each Search API provider's score on DeepSearchQA (average F1), BrowseComp (exact-answer accuracy), and AA-Omniscience (accuracy), shown on a 0-100 scale. Every result runs the same candidate answer model, harness, and settings. The only variable is the Search API provider.

The dashed line represents the candidate answer model, GPT-5.6 Luna (medium), run with no search tools and is considered the baseline. Dotted bars show the same model with an integrated first-party search tool and harness (OpenAI Web Search). See the Search API methodology for the full harness settings.

Kosten

Kosten des Kandidatenmodells und der Search API pro Benchmark-Aufgabe und pro Suchanfrage.

Kosten pro Aufgabe

Durchschnittliche Kosten des Kandidatenmodells und der Search API pro Aufgabe (USD) · Lower is better

Nur Modell ($0.0029)

Integriertes Erstanbieter-Suchtool und -Harness

Total cost of one benchmark task, split into the candidate answer model's tokens (input, cached, reasoning, and output) and the Search API provider's list price for the searches the model chose to run. The model-only baseline runs no searches, so its cost is token cost alone. Model cost can differ per provider due to differences in returned payloads for a given query, increased numbers of searches performed (due to not getting the right results) as well as increased reasoning token usage when search results are of lower quality.

Artificial Analysis Search Index vs. Kosten pro Aufgabe

Artificial Analysis Search Index vs. Gesamtkosten für Modell und Suche pro Benchmark-Aufgabe (USD)

Most attractive quadrant

Pareto line

Latenz

Modellzeit und Suchzeit pro Benchmark-Aufgabe und pro Suchanfrage.

Zeit pro Aufgabe

Durchschnittliche abgeleitete Modellzeit und gemessene Suchzeit pro Aufgabe · Lower is better

Nur Modell (18.0s)

Integriertes Erstanbieter-Suchtool und -Harness

The sum of model time and search time for one benchmark task. Model time is derived: answer and reasoning tokens per task divided by the model's canonical answer output speed. Search time is the measured time spent in web_search calls. A provider can be fast per call and still add more total time if the model searches against it more often.

For OpenAI Web Search, search time is an upper limit. It includes OpenAI processing time.

Artificial Analysis Search Index vs. Zeit pro Aufgabe

Artificial Analysis Search Index vs. durchschnittliche Modell- und Suchzeit pro Benchmark-Aufgabe (Sekunden)

Most attractive quadrant

Pareto line

For OpenAI Web Search, search time is an upper limit. It includes OpenAI processing time.

Token

Input- und Output-Token des Kandidatenmodells pro Benchmark-Aufgabe sowie Qualität im Verhältnis zur gesamten Token-Nutzung.

Gesamt-Token pro Aufgabe

Durchschnittliche Input-, Reasoning- und Antwort-Token des Kandidatenmodells pro Benchmark-Aufgabe · Lower is better

Nur Modell (2.6k)

Integriertes Erstanbieter-Suchtool und -Harness

Average total input, reasoning and answer tokens per task. Grader tokens are excluded.

Artificial Analysis Search Index vs. Gesamt-Token pro Aufgabe

Artificial Analysis Search Index vs. Gesamt-Token des Kandidatenmodells pro Benchmark-Aufgabe

Most attractive quadrant

Pareto line

Average total input, reasoning and answer tokens per task. Grader tokens are excluded.

Suchanfragen

Suchanfragen des Kandidatenmodells pro Benchmark-Aufgabe.

Suchanfragen pro Aufgabe

Durchschnittliche Zahl der Suchanfragen des Kandidatenmodells pro Benchmark-Aufgabe

The average number of web_search calls the candidate answer model makes for one benchmark task, averaged across the three benchmarks. The model decides when to search, so the count reflects how it works with each provider's results. A higher count is not necessarily worse, a provider may return results intentionally designed to encourage more, frequent searches. The model-only baseline runs no searches.

Details zur Bestenliste

Sortierbare öffentliche Search-API-Benchmark-Zeilen und Aufschlüsselung je Benchmark.

Öffentliche Search-API-Bestenliste

Search-API-Qualität, -Latenz und -Kosten nach Anbieter, mit Aufschlüsselung je Benchmark.

13 Zeilen

Anbieter
Exa Search (auto, dynamic highlights)	80	47	86	83	73	$53.17	$12.43	43.7s
Perplexity Search (medium)	80	47	81	87	72	$62.30	$8.04	25.5s
Exa Search (lite, dynamic highlights)	79	46	85	81	72	$31.20	$13.18	29.0s
Perplexity Search (high)	79	46	81	86	71	$56.93	$9.72	26.1s
Octen Search (highlights)	77	44	80	86	66	$9.07	$14.92	13.9s
Parallel Search (advanced)	75	42	81	77	67	$47.93	$11.29	39.2s
Brave Search (LLM context)	75	42	78	77	69	$61.96	$17.46	20.3s
OpenAI Web Search (medium)	74	41	78	74	72	$40.19	$9.40	29.0s
You.com Search (highlights)	74	41	77	77	69	$47.54	$19.58	17.7s
Nimble Search (standard)	74	41	76	75	71	$46.14	$19.57	37.4s
Firecrawl Search	73	40	74	74	73	$30.48	$12.09	58.8s
Parallel Search (basic)	73	40	79	73	68	$45.14	$21.65	23.9s
Nur Modell	33	Baseline	45	17	38	—	$2.92	18.0s

Search $/1k and Model $/1k are the average cost of 1,000 benchmark tasks broken down into search and model token costs. The model-only baseline runs no searches.

For OpenAI Web Search, search time is an upper limit. It includes OpenAI processing time.

Beispielaufgaben

Repräsentative Beispielaufgaben für jeden Benchmark hinter dem Artificial Analysis Search Index.

DeepSearchQA

Breite Recherchefragen, die viele Suchen erfordern. Die Antworten sind Listen von Einträgen. Ein LLM-Bewerter bewertet jede Antwort mit einem F1-Score über die Antworteinträge. Der vollständige Eval-Split umfasst 900 Aufgaben.

Repräsentatives Beispiel

Ich habe die Quest Desert Treasure in Old School Runescape abgeschlossen. Kannst du alle Zauber nennen, mit denen ich mich in die Wilderness teleportieren kann und die mehr als vier Runen benötigen?

Antwort: Dareeyak Teleport, Ghorrock Teleport

BrowseComp

Schwer zu findende Fakten, die Multi-Hop-Browsing erfordern. Wir verwenden eine schwierige Teilmenge von 200 Beispielen aus dem vollständigen Evaluierungspool. Der Bewerter prüft auf eine exakte Antwort.

Repräsentatives Beispiel

Ich suche den Namen und Standort eines Bauwerks, das folgende Kriterien erfüllt: 1. Es liegt im Osten Australiens. 2. Es kann zu Fuß besucht werden. 3. Es wurde 2016 wiederaufgebaut. 4. Es ist länger als 50 m. 5. Es ist von einem ähnlichen Bauwerk aus zu sehen. 6. Dort findet jedes Jahr ein Abendessen statt. 7. Es wurde ursprünglich für einen anderen Zweck gebaut, wird aber seit einigen Jahren nicht mehr dafür genutzt.

Antwort: Shorncliffe Pier, Brisbane, Australia

AA-Omniscience

Eine private Teilmenge von 600 Faktenfragen, ausgewogen über 6 Domänen. Der Bewerter bewertet die Genauigkeit. Der Score zeigt, wie viel die Suche zum internen Wissen des Modells beiträgt.

Repräsentatives Beispiel

In Karen Russell's short story "St. Lucy's Home for Girls Raised by Wolves," from which locality was the three-piece jazz band hired for the Debutante Ball?

Antwort: West Toowoomba

Die Beispiele sind repräsentative Problemtypen, keine Stichproben aus den Benchmarks.

Methodik und weitere Informationen

Search-API-Kennzahlen werden aus öffentlichen Benchmark-Durchläufen aggregiert und enthalten, soweit verfügbar, Baselines mit reinem Modellbetrieb. Details zu Bewertung, Latenz, Kosten und Benchmark-Abdeckung finden Sie auf der Methodikseite.

Häufig gestellte Fragen

Exa Search (auto, dynamic highlights) führt den Artificial Analysis Search Index mit 80 an, gemessen über 14 von Artificial Analysis untersuchte Search-API-Anbieter.

Pro Aufgabe ist Octen Search (highlights) am schnellsten, mit einer durchschnittlichen Zeit pro Aufgabe von 13.9s (Modellzeit plus Suchzeit). Pro einzelner Suchanfrage ist Octen Search (highlights) am schnellsten, mit einer durchschnittlichen Zeit pro Suchanfrage von 0.21s.

TinyFish Search (web) hat mit $0 pro 1.000 Benchmark-Aufgaben die niedrigsten gemessenen Suchkosten.

Den größten gemessenen Qualitätsgewinn bringt die Suche bei Exa Search (auto, dynamic highlights): Der Artificial Analysis Search Index steigt um 47 gegenüber demselben Modell ohne Suche (seiner Baseline mit reinem Modellbetrieb).

Die Antwortqualität von Search APIs wird aus öffentlichen Benchmarks aggregiert, darunter AA-Omniscience, BrowseComp und DeepSearchQA. Jeder misst die Fähigkeit eines Modells, Informationen mithilfe von Suche zu finden, zu extrahieren oder zu verifizieren.

Der beste Anbieter hängt von Ihren Prioritäten ab. Nutzen Sie die Qualitätsdiagramme, um die Antwortgenauigkeit zu vergleichen, die Kostendiagramme, um Qualität gegen Such- und Modellkosten abzuwägen, und die Latenzdiagramme für Echtzeit-Anwendungsfälle. Die Streudiagramme zu den Zielkonflikten heben die Anbieter auf der Qualität-Kosten- und der Qualität-Latenz-Front hervor. Vollständige Methodik ansehen

Artificial Analysis Search Index: Search-API-Benchmark und Bestenliste

Verwandte Links

So funktioniert der Benchmark

Artificial Analysis Search Index

Kosten pro Aufgabe

Zeit pro Aufgabe

Ergebnisse

Artificial Analysis Search Index

Artificial Analysis Search Index

Model-Only Baseline and First-Party Search

Kosten

Kosten pro Aufgabe

Cost per Task

Model-Only Baseline and First-Party Search

Artificial Analysis Search Index vs. Kosten pro Aufgabe

Cost per Task

Latenz

Zeit pro Aufgabe

Time per Task

Model-Only Baseline and First-Party Search

Artificial Analysis Search Index vs. Zeit pro Aufgabe

Time per Task

Token

Gesamt-Token pro Aufgabe

Total Tokens per Task

Model-Only Baseline and First-Party Search

Artificial Analysis Search Index vs. Gesamt-Token pro Aufgabe

Total Tokens per Task

Suchanfragen

Suchanfragen pro Aufgabe

Search Queries per Task

Details zur Bestenliste

Öffentliche Search-API-Bestenliste

Cost per 1,000 Tasks

Time per Task

Beispielaufgaben

DeepSearchQA

BrowseComp

AA-Omniscience

Methodik und weitere Informationen

Häufig gestellte Fragen

Welche Search API bietet die höchste Antwortqualität?

Welche Search API hat die niedrigste Latenz?

Welche Search API ist am günstigsten?

Wie stark verbessert Suche die Antwortqualität?

Welche Benchmarks werden zur Bewertung von Search APIs verwendet?

Wie wähle ich einen Search-API-Anbieter aus?