Search API は、AI エージェントがウェブから情報を取得し、最新の情報源に基づいて回答を組み立てることを可能にします。ディープリサーチ、コーディング、一般的なナレッジワークまで幅広いエージェント型アプリケーションで利用され、事実性と出力全体の品質向上に役立っています。Search API は、検索対象となるウェブインデックス、検索結果をモデルに提示する方法、そしてコスト・速度・検索品質のトレードオフなど、いくつかの重要な点で異なります。Artificial Analysis では 13 社のプロバイダーが提供する 26 件の Search API 製品をベンチマークし、開発者が次の AI エージェント向けに検索ツールを選ぶ際、より的確な判断を下せるよう支援します。
ベンチマークの定義、採点方法、データの取り扱いの詳細は方法論ページをご覧ください。
最新データ: Sep 28, 2026。
公開ベンチマーク全体における、検索を有効にした場合の回答品質。
ベンチマークタスクあたり、および検索クエリあたりの候補モデル費用と Search API 費用。
ベンチマークタスクあたり、および検索クエリあたりのモデル時間と検索時間。
ベンチマークタスクあたりの候補モデルの入力・出力トークン数と、トークン使用量全体に対する品質。
ベンチマークタスクあたりに候補モデルが実行する検索クエリ数。
並べ替え可能な Search API 公開ベンチマークの行と、ベンチマークごとの内訳。
プロバイダー | ||||||||
|---|---|---|---|---|---|---|---|---|
 Perplexity Search（medium） | 80 | 47 | 81 | 87 | 72 | $62.30 | $8.04 | 26.8s |
| Perplexity Search（high） | 79 | 46 | 81 | 86 | 71 | $56.93 | $9.72 | 27.4s |
 Octen Search（highlights） | 77 | 44 | 80 | 86 | 66 | $9.07 | $14.92 | 15.1s |
 Parallel Search（advanced） | 75 | 42 | 81 | 77 | 67 | $47.93 | $11.29 | 40.5s |
 Brave Search（LLM context） | 75 | 42 | 78 | 77 | 69 | $61.96 | $17.46 | 21.8s |
 OpenAI Web Search（medium） | 74 | 41 | 78 | 74 | 72 | $40.19 | $9.40 | 29.9s |
 You.com Search（highlights） | 74 | 41 | 77 | 77 | 69 | $47.54 | $19.58 | 18.8s |
 Nimble Search（standard） | 74 | 41 | 76 | 75 | 71 | $46.14 | $19.57 | 40.3s |
 Exa Search（auto） | 74 | 41 | 78 | 74 | 70 | $65.57 | $17.73 | 30.9s |
 Firecrawl Search | 73 | 40 | 74 | 74 | 73 | $30.48 | $12.09 | 60.5s |
| Parallel Search（basic） | 73 | 40 | 79 | 73 | 68 | $45.14 | $21.65 | 25.4s |
 TinyFish Search（web） | 71 | 38 | 67 | 75 | 71 | $0 | $9.30 | 57.0s |
モデルのみ | 33 | ベースライン | 45 | 17 | 38 | — | $2.92 | 19.9s |
Artificial Analysis Search Index を構成する各ベンチマークの代表的なタスク例。
多数の検索が必要な幅広いリサーチ質問。回答は項目のリストです。LLM採点器が回答項目間のF1スコアで各回答を採点します。完全な評価セットには900件のタスクがあります。
代表的な例
Old School RunescapeでDesert Treasureクエストをクリアしました。Wildernessへテレポートできる呪文のうち、ルーンを4個より多く必要とするものの名前をすべて挙げてください。
回答: Dareeyak Teleport, Ghorrock Teleport
多段階の閲覧が必要な、見つけにくい事実です。完全な評価プールから難易度の高い200サンプルのサブセットを使用します。採点器は正確な回答であるかを確認します。
代表的な例
次の条件を満たす建造物の名前と所在地を探しています： 1. オーストラリア東部にある。 2. 徒歩で訪れることができる。 3. 2016年に再建された。 4. 長さが50mを超える。 5. 別の類似した建造物から見える。 6. 毎年夕食会が開かれる。 7. 元々は別の用途のために建てられたが、ここ数年はその用途で使われていない。
回答: Shorncliffe Pier, Brisbane, Australia
6ドメインにバランスされた600件の事実質問のプライベートサブセット。採点器は正確性を採点します。このスコアは、検索がモデルの内部知識にどれだけ寄与するかを示します。
代表的な例
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?
回答: West Toowoomba
これらの例は代表的な問題の種類であり、ベンチマークからのサンプルではありません。
Artificial Analysis がベンチマークした 13 社の Search API プロバイダーのうち、Perplexity Search（medium） が 80 で Artificial Analysis Search Index の首位です。
タスク単位では Octen Search（highlights） が最速で、タスクあたりの平均時間は 15.1s です（モデル時間と検索時間の合計）。検索クエリ単位では Octen Search（highlights） が最速で、検索クエリあたりの平均時間は 0.21s です。
TinyFish Search（web） は実測の検索費用が最も低く、ベンチマークタスク 1,000 件あたり $0 です。
検索による実測の品質向上が最も大きいのは Perplexity Search（medium） で、検索を使わない同じモデル（モデルのみのベースライン）と比べて Artificial Analysis Search Index が 47 上昇します。
Search API の回答品質は、AA-Omniscience、BrowseComp、DeepSearchQA などの公開ベンチマークを集計して算出します。いずれも、検索を用いて情報を見つけ、抽出し、検証するモデルの能力を測定します。
最適なプロバイダーは優先事項によって変わります。回答の精度を比べるには品質のグラフを、品質と検索・モデル費用のバランスを取るには費用のグラフを、リアルタイム用途にはレイテンシのグラフをご利用ください。トレードオフの散布図では、品質と費用、品質とレイテンシのフロンティア上にあるプロバイダーが分かります。 方法論の全文を見る