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 10 社のプロバイダーが提供する 20 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 8, 2026。
ハイライト
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 | $29.09 | 27.7s |
| Perplexity Search（high） | 79 | 46 | 81 | 86 | 71 | $56.93 | $34.44 | 28.5s |
 Octen Search（highlights） | 77 | 44 | 80 | 86 | 66 | $9.07 | $49.15 | 16.1s |
| Perplexity Search（low） | 77 | 44 | 76 | 85 | 70 | $77.20 | $27.58 | 35.8s |
 Parallel Search（advanced） | 75 | 42 | 81 | 77 | 67 | $47.93 | $35.58 | 41.6s |
 Brave Search（LLM context） | 75 | 42 | 78 | 77 | 69 | $61.96 | $67.57 | 22.9s |
 You.com Search（highlights） | 74 | 41 | 77 | 77 | 69 | $47.54 | $69.94 | 19.7s |
 Exa Search（auto） | 74 | 41 | 78 | 74 | 70 | $65.57 | $61.58 | 31.9s |
 Firecrawl Search | 73 | 40 | 74 | 74 | 73 | $30.48 | $44.94 | 61.7s |
| Parallel Search（basic） | 73 | 40 | 79 | 73 | 68 | $45.14 | $69.69 | 26.5s |
| Parallel Search（fast） | 73 | 40 | 80 | 72 | 68 | $8.41 | $59.67 | 18.5s |
 TinyFish Search（web） | 71 | 38 | 67 | 75 | 71 | $0 | $34.55 | 58.5s |
モデルのみ | 33 | ベースライン | 45 | 17 | 38 | — | $2.92 | 21.3s |
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。
Broad research questions that need many searches. Answers are lists of items. An LLM grader scores each answer with an F1 score over the answer items. The full eval split has 900 tasks.
Representative example
I've completed the Desert Treasure quest on Old School Runescape, can you list all the names of the spells I can use to teleport into the wilderness that require more than four runes?
Answer: Dareeyak Teleport, Ghorrock Teleport
Hard-to-find facts that need multi-hop browsing. We use a hard 200-sample subset from the full evaluation pool. The grader checks for an exact answer.
Representative example
I'm looking for the name and location of a structure which fulfills the following criteria: 1. Located in Eastern Australia. 2. Can be visited on foot. 3. Was re-built in 2016. 4. Is longer than 50m. 5. Can be seen from another similar structure. 6. Hosts a yearly dinner. 7. Was originally built for another use case, but has not served that use case for a number of years.
Answer: Shorncliffe Pier, Brisbane, Australia
A private subset of 600 factual questions, balanced across 6 domains. The grader scores accuracy. The score shows how much search adds to the model's internal knowledge.
Representative example
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?
Answer: West Toowoomba
The examples are representative problem types, not samples from the benchmarks.
Artificial Analysis がベンチマークした 10 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 16.1s 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