Parallel Search

Parallel Search: Search Index 점수, 성능 및 가격

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

Search API 비교

Search Index

Parallel Search (advanced)의 Artificial Analysis Search Index

시간

39.4s

Parallel Search (advanced)의 작업당 평균 모델 시간 및 검색 시간

비용

$0.059

Parallel Search (advanced)의 작업당 평균 모델 비용 및 Search API 비용 (USD)

다른 Search API와 비교하면 Parallel Search의 Search Index 점수는 평균보다 높고, 가격은 합리적인 수준입니다. 또한 속도는 눈에 띄게 느립니다. 테스트한 변형 4개 중 가장 좋은 변형은 Parallel Search (advanced)입니다.

Parallel Search (advanced)의 Artificial Analysis Search Index 점수는 75점으로, Search API 제공업체 중 평균 이상입니다(중앙값: 74).

Parallel Search (advanced)의 작업당 시간은 39.4s으로 눈에 띄게 느립니다(중앙값: 31.7s).

Search Index에서 Parallel Search (advanced)을(를) 실행하는 작업당 평균 비용은 후보 모델을 포함해 $0.059입니다(보통 수준의 가격, 중앙값: $0.061).

최고 점수 변형	Parallel Search (advanced)
후보 모델	GPT-5.6 Luna (medium)
테스트한 변형	4

결과

공개 벤치마크 전반에서 검색을 사용했을 때의 답변 품질입니다.

Artificial Analysis Search Index

DeepSearchQA F1, BrowseComp 정확도, AA-Omniscience 정확도를 동일 가중치로 평균한 값 · Higher is better

모델 단독 (33)

통합된 퍼스트파티 검색 도구 및 하네스

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.

비용

벤치마크 작업당 및 검색 쿼리당 후보 모델 비용과 Search API 비용입니다.

작업당 비용

작업당 평균 후보 모델 비용 및 Search API 비용 (USD) · Lower is better

모델 단독 ($0.0029)

통합된 퍼스트파티 검색 도구 및 하네스

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 대비 작업당 비용

Artificial Analysis Search Index와 벤치마크 작업당 총 모델·검색 비용 (USD)

Most attractive quadrant

Pareto line

지연 시간

벤치마크 작업당 및 검색 쿼리당 모델 시간과 검색 시간입니다.

작업당 시간

작업당 평균 추정 모델 시간 및 실측 검색 시간 · 모델 시간은 출력 토큰 수를 종단 간 출력 속도로 나눈 값입니다(후보 모델 자체 엔드포인트 또는 제공업체 중앙값 기준) · Lower is better

모델 단독 (25.7s)

통합된 퍼스트파티 검색 도구 및 하네스

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 end-to-end output speed, at its own endpoint or the median across providers. 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 대비 작업당 시간

Artificial Analysis Search Index와 벤치마크 작업당 평균 모델·검색 시간 (초) · 모델 시간은 출력 토큰 수를 종단 간 출력 속도로 나눈 값입니다(후보 모델 자체 엔드포인트 또는 제공업체 중앙값 기준)

Most attractive quadrant

Pareto line

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

토큰

벤치마크 작업당 후보 모델의 입력 및 출력 토큰 수와 전체 토큰 사용량 대비 품질입니다.

작업당 총 토큰 수

벤치마크 작업당 후보 모델의 평균 입력, 추론 및 답변 토큰 수 · Lower is better

모델 단독 (3k)

통합된 퍼스트파티 검색 도구 및 하네스

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

Artificial Analysis Search Index 대비 작업당 총 토큰 수

Artificial Analysis Search Index와 벤치마크 작업당 후보 모델의 총 토큰 수

Most attractive quadrant

Pareto line

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

검색

벤치마크 작업당 후보 모델이 실행하는 검색 쿼리 수입니다.

작업당 검색 쿼리 수

벤치마크 작업당 후보 모델이 실행하는 평균 검색 쿼리 수

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.

벤치마크 세부 정보

Parallel Search의 Search Index, 벤치마크 점수, 작업당 비용과 시간 및 모델 단독 기준선

제공업체									웹사이트
Parallel Search (advanced)	75	42	81	77	67	$47.93	$10.67	39.4s	parallel.ai
Parallel Search (basic)	73	40	79	73	68	$45.14	$20.76	22.3s	parallel.ai
Parallel Search (fast)	73	40	80	72	68	$8.41	$18.85	19.8s	parallel.ai
Parallel Search (turbo)	67	34	70	75	56	$13.64	$11.78	24.1s	parallel.ai
모델 단독	33	기준선	45	17	38	—	$2.92	25.7s

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.

Parallel Search: Search Index 점수, 성능 및 가격

제공업체 요약

Search Index

시간

비용

비교 요약

기술 사양

결과

Artificial Analysis Search Index

Artificial Analysis Search Index

Model-Only Baseline and First-Party Search

비용

작업당 비용

Cost per Task

Model-Only Baseline and First-Party Search

Artificial Analysis Search Index 대비 작업당 비용

Cost per Task

지연 시간

작업당 시간

Time per Task

Model-Only Baseline and First-Party Search

Artificial Analysis Search Index 대비 작업당 시간

Time per Task

토큰

작업당 총 토큰 수

Total Tokens per Task

Model-Only Baseline and First-Party Search

Artificial Analysis Search Index 대비 작업당 총 토큰 수

Total Tokens per Task

검색

작업당 검색 쿼리 수

Search Queries per Task

벤치마크 세부 정보

Cost per 1,000 Tasks

Time per Task