Google-Search-Grounding vs. Such-API: Test mit 40 Fragen

Ohne Suche beantworteten zwei Gemini-Modelle keine von 40 aktuellen Fragen richtig. Ein API-Pick-Suchaufruf pro Frage brachte beide auf 35 von 40; Grounding mit der Google Suche erreichte je nach Modell und Prompt 30 bis 40. Vollständige Ergebnisse, am 2026-11-14 geprüfte Preise und alle Fragen.

Auf einen Blick

• •Ohne Suche beantworteten Gemini 3.8 Flash und Gemini 3.5 Flash-Lite keine von 40 Fragen zu Nachrichten aus Oktober und November 2026 richtig. Eine API-Pick-Websuche pro Frage brachte beide auf 35 von 40, ohne falsche Antwort.
• •Grounding mit der Google Suche (Grounding with Google Search) war am genauesten und am schnellsten: 39 von 40 mit Flash-Lite in 2,5 Sekunden und 40 von 40 mit 3.8 Flash, sobald der Prompt nicht mehr zum Überspringen der Suche einlud.
• •Grounding wird pro Suchanfrage abgerechnet, nicht pro Frage: Das Modell stellte 1,9 bis 2,85 Anfragen pro Frage, also kosten 1.000 Fragen nach 5.000 kostenlosen Anfragen im Monat 24 bis 40 $ an Suchgebühren. Ein API-Pick-Aufruf kostet pauschal 15 $ pro 1.000.
• •Grounding passt für reine Gemini-Apps unter etwa 1.750 Fragen im Monat. Eine Such-API passt, wenn Sie andere Modelle nutzen, einen planbaren Aufruf pro Frage brauchen oder die Quellen selbst sehen und filtern wollen.

Wie stark verbessert eine Websuche die Antworten eines LLM?

Bei 40 Fragen zu Nachrichten aus Oktober und November 2026 beantworteten Gemini 3.8 Flash und Gemini 3.5 Flash-Lite ohne Suche keine richtig. Eine einzige API-Pick-Websuche pro Frage brachte beide Modelle auf 35 von 40 (87,5 %) ohne falsche Antwort, Grounding mit der Google Suche auf 30 bis 40 von 40, je nach Modell und Prompt. Wir haben jede Frage am 2026-11-14 in vier Aufbauten gestellt und die Antworten anhand selbst geprüfter Quellen bewertet.

Wir entwickeln API Pick, die Such-API in diesem Test. Googles eingebautes Grounding schlug sie in den meisten Durchläufen bei Genauigkeit und Tempo, und diese Seite sagt, wo und warum.

Alle übrigen Antworten lauteten „Ich weiß es nicht“. Ohne Suche erfand keines der Modelle etwas – genau das gewünschte Verhalten. Bei den 10 Kontrollfragen zum Allgemeinwissen erreichten alle Aufbauten 10 von 10, außer Flash-Lite mit Nachrichtensuche: Es gab bei zwei Fragen auf, die es kannte, weil die Nachrichtenergebnisse nicht zum Thema passten.

Was kostet Grounding mit der Google Suche?

Grounding mit der Google Suche kostet bei Gemini 3 und neueren Modellen 14 $ pro 1.000 Suchanfragen nach 5.000 kostenlosen Anfragen im Monat. Der Haken ist die Einheit: Sie zahlen jede Anfrage, die das Modell stellt, nicht jede Frage. Das sind die Bedingungen auf Googles Preisseiten am 2026-11-14:

• Freikontingent: 5.000 Suchanfragen pro Monat, gemeinsam für alle Gemini-3- und neueren Modelle.
• Bezahlpreis: 14 $ pro 1.000 Anfragen, mit einem Standardlimit von 1.500 Grounding-Anfragen pro Tag und Projekt in der bezahlten Stufe der Gemini Developer API.
• Anfragen pro Frage: Gemini stellte in unseren Durchläufen im Schnitt 1,9 bis 2,85, bei einer Frage bis zu 16.
• Ältere Modelle: Gemini-2.5-Modelle werden pro Grounding-Prompt abgerechnet, 35 $ pro 1.000 nach 1.500 kostenlosen pro Tag. Ab dem 1. Dezember 2026 werden Anfragen an gemini-2.5-flash an Gemini 3.5 Flash-Lite weitergeleitet.

Den Text, den Google aus der Suche ans Modell gibt, berechnet Google nicht als Eingabe-Tokens. Deshalb brauchten die Grounding-Durchläufe nur etwa 90 Eingabe-Tokens pro Frage, gegenüber rund 1.400, wenn wir fünf API-Pick-Ergebnisse in den Prompt einfügten. Verwendete Modellpreise: Gemini 3.8 Flash 0,75 $ pro Million Eingabe- und 3,75 $ pro Million Ausgabe-Tokens bis 31. Dezember 2026, Gemini 3.5 Flash-Lite 0,30 $ und 2,50 $.

Warum hat Gemini 3.8 Flash die Suche übersprungen?

Weil beim Grounding das Modell entscheidet, ob es sucht, und unser Prompt ihm einen bequemen Ausweg bot. Im ersten Durchlauf stellte Gemini 3.8 Flash bei 9 der 40 Fragen keine einzige Suchanfrage und antwortete „Ich weiß es nicht“. Also strichen wir den Satz, der diese Antwort erlaubte, und ließen Gemini 3.8 Flash die 40 Nachrichtenfragen erneut beantworten:

Ohne Ausweg suchte das Grounding jedes Mal, stellte mehr Anfragen (2,85 statt 1,9 pro Frage) und beantwortete alle 40 richtig. Der API-Pick-Durchlauf änderte sich kaum, weil die Suche schon erledigt war, bevor das Modell die Frage sah.

Wo lag die Such-API daneben?

Die API-Pick-Websuche verfehlte 5 der 40 Fragen. Bei vier enthielt keines der fünf Ergebnisse die Antwort; bei der fünften stand sie nur indirekt darin. Jedes Mal sagte das Modell, es wisse es nicht, statt zu raten:

• Ubers Umsatz im dritten Quartal 2026: Die Ergebnisse waren Quartalsberichte über Buchungen und Gewinn, der zurückgegebene Text nannte aber keine Umsatzzahl.
• Palantirs kommerzieller US-Umsatz: Die Ergebnisse nannten die Wachstumsrate (148 %), nicht den Betrag.
• Das führende Modell in Firecrawls Search-Lift-Rangliste: Die Ergebnisse waren allgemeine LLM-Ranglisten.
• Preis des Standard-Tarifs von Composio: Unter den Ergebnissen war Composios Preisseite, doch der Auszug zeigte „18 $ Guthaben pro Platz“ statt des Tarifpreises. Mit der Option „Ich weiß es nicht“ verzichtete das Modell; ohne sie antwortete es 18 $ pro Platz und Monat, was stimmt.
• Wo Exa am 13. November startete: Die Ergebnisse handelten von Exas Büro in Singapur. Im zweiten Durchlauf ohne die Option „Ich weiß es nicht“ antwortete das Modell Singapur, was falsch ist (es war die EU).

Der Nachrichten-Endpunkt schnitt bei Produktfragen schlechter ab als die Websuche: 5 von 13 Fragen zu KI- und Entwicklerwerkzeugen, denn Preisseiten, Dokumentation und Changelogs sind keine Nachrichten. Wählen Sie den Endpunkt nach der Frage: Websuche für Seiten und Dokumentation, Nachrichtensuche für Berichterstattung über Ereignisse und spezialisierte Endpunkte wie die Suche in SEC-Einreichungen, wenn die Antwort in einer Pflichtmeldung steht.

Was kostet jeder Aufbau pro 1.000 Fragen?

Nach den Freikontingenten kostet eine API-Pick-Websuche 15 $ pro 1.000 Fragen plus 0,46 bis 2,29 $ an Modell-Tokens, Grounding mit der Google Suche dagegen 24 bis 40 $ Suchgebühr pro 1.000 Fragen plus 0,11 bis 1,64 $ an Tokens. API Pick berechnet 15 Credits pro Aufruf, 1 $ kauft 1.000 Credits, und nur HTTP-200-Antworten kosten etwas (Preise).

Die Freikontingente sprechen für die andere Seite. Googles 5.000 kostenlose Anfragen im Monat reichen bei den gemessenen Anfrageraten für etwa 1.750 bis 2.600 Fragen. API Pick schenkt einmalig 100 Credits, also sechs Suchen. Eine Gemini-App mit weniger als etwa 1.750 Fragen im Monat zahlt für Grounding nichts; darüber kostet Grounding pro Frage etwa das Doppelte.

Beim Tempo liegt Google vorn. Grounding antwortete im Median in 2,5 Sekunden mit Flash-Lite und in 7,1 bis 7,4 Sekunden mit 3.8 Flash. Eine API-Pick-Websuche allein dauerte im Median 5,75 Sekunden (7,8 Sekunden im 90. Perzentil), die ganze Antwort also 7,5 bis 11 Sekunden. Die Nachrichtensuche hatte einen langsamen Ausläufer: 16 Sekunden im 90. Perzentil.

Wann Grounding, wann eine Such-API?

Das ist die Pipeline aus den API-Pick-Durchläufen, auf das Wesentliche gekürzt. Sie funktioniert genauso mit jedem Modell, das einen Text-Prompt annimmt; für eine vollständige Agentenschleife mit Tool-Aufrufen siehe Websuche zu einem OpenAI- oder Claude-Agenten hinzufügen.

import os, requests

APIPICK_KEY = os.environ["APIPICK_API_KEY"]
GEMINI_KEY = os.environ["GEMINI_API_KEY"]

def search(question: str) -> str:
    r = requests.post(
        "https://www.apipick.com/api/search/web",
        headers={"x-api-key": APIPICK_KEY},
        json={"query": question, "max_num_results": 5},
        timeout=60,
    )
    r.raise_for_status()
    return "\n\n".join(
        f"[{i + 1}] {x['title']} ({x['url']})\n{x['snippet']}"
        for i, x in enumerate(r.json()["results"])
    )

def answer(question: str, model: str = "gemini-3.8-flash") -> str:
    prompt = (
        "Today's date is November 14, 2026. Answer in one short sentence.\n\n"
        f"Search results:\n{search(question)}\n\nQuestion: {question}"
    )
    r = requests.post(
        f"https://generativelanguage.googleapis.com/v1beta/models/{model}:generateContent",
        headers={"x-goog-api-key": GEMINI_KEY},
        json={"contents": [{"parts": [{"text": prompt}]}],
              "generationConfig": {"temperature": 0}},
        timeout=120,
    )
    r.raise_for_status()
    return r.json()["candidates"][0]["content"]["parts"][0]["text"]

print(answer("What revenue did AMD report for the third quarter of 2026?"))

Grounding mit der Google Suche ist dagegen nur ein zusätzliches Feld im Gemini-Request-Body:

{"contents": [{"parts": [{"text": "Who won the 2026 World Series?"}]}],
 "tools": [{"google_search": {}}]}

Wie verhält sich das zur Search-Lift-Rangliste von Firecrawl?

Firecrawl hat ein Web Search LLM Leaderboard mit Daten zum 10. November 2026 veröffentlicht. Es testet 10 Modelle mit 4.703 schweren Recherchefragen aus BrowseComp, DeepSearchQA, HLE und einem eigenen privaten Set, lässt jedes Modell im Rahmen eines Tool-Budgets wiederholt suchen und Seiten lesen und meldet mit seiner Datenschicht Alexandria einen durchschnittlichen Zuwachs von 40,6 Punkten. Claude Opus 5.5 erzielte mit 79,0 den Bestwert.

Unser Test beantwortet eine engere Frage: Was bringt eine einzige Suche bei einfachen, aktuellen Fakten, die ein Modell nicht kennen kann? Unsere Fragen brauchen eine Nachschlage-Suche statt einer Kette, daher sind unsere Zuwächse größer (von 0 auf 87,5 % und mehr) und mit Firecrawls Zahlen nicht vergleichbar. Unsere 40 Fragen samt Antworten stehen unten; Firecrawl hält sein Set geheim.

Wie haben wir getestet?

Alle Durchläufe fanden am 2026-11-14 statt:

• Fragen: 40 zu Ereignissen von Anfang Oktober bis 13. November 2026 in vier Gruppen (Preise und Sport 7, Zentralbanken 5, Unternehmenszahlen 15, KI- und Entwicklerwerkzeuge 13), dazu 10 Kontrollfragen zum Allgemeinwissen. Jede Antwort stammt aus einer Primärquelle, die wir selbst gelesen haben: nobelprize.org, Mitteilungen von Federal Reserve, EZB und Bank of England, Anlagen zu SEC-Formularen 8-K sowie Blogs und Preisseiten der Anbieter.
• Modelle: gemini-3.8-flash und gemini-3.5-flash-lite über Vertex AI, Temperatur 0, Standard-Denkeinstellungen.
• Aufbauten: ohne Suche; eine API-Pick-Websuche (5 Ergebnisse, die Frage als Suchanfrage); eine API-Pick-Nachrichtensuche; Geminis eingebautes Google-Search-Tool. Suchergebnisse wurden pro Frage einmal abgerufen und beiden Modellen gegeben.
• Prompt: das heutige Datum, „antworte in einem kurzen Satz“ und im ersten Durchlauf „wenn du dir nicht sicher bist, antworte I don't know“. Der zweite Durchlauf ließ diesen letzten Satz weg.
• Bewertung: Zwei Modelle (Gemini 3.8 Flash und Gemini 3.1 Pro Preview) stuften jede der 520 Antworten anhand der Referenz als richtig, falsch oder Enthaltung ein. Jede Abweichung (6) und jede falsche Antwort haben wir von Hand an der Quelle geprüft und ein Urteil geändert, bei dem beide übereinstimmten: Die Behauptung, Exa habe Exa 3.0 nicht angekündigt, gilt als falsch, nicht als Enthaltung. Zahlen mussten der Genauigkeit der Referenz entsprechen, „AWS wuchs um 39 %“ zählte daher gegenüber 39,3 % als falsch.

Der vollständige Fragenkatalog mit Referenzantworten und Quellen:

id   question (shortened)                         reference answer           source
N1   2026 Nobel Prize in Physics                  Francis Halzen             nobelprize.org
N2   2026 Nobel Prize in Chemistry                Henri B. Kagan, Kenso Soai nobelprize.org
N3   2026 Nobel Prize in Physiology or Medicine   Deisseroth, Hegemann, Nagel nobelprize.org
N4   2026 Nobel Prize in Literature               Anne Carson                nobelprize.org
N5   2026 Nobel Peace Prize                       Navanethem Pillay          nobelprize.org
N6   2026 Nobel Prize in Economic Sciences        Robert E. Hall, M. Woodford nobelprize.org
S1   2026 World Series winner                     Milwaukee Brewers          mlb.com
C1   FOMC target range, 2026-10-28                3.75% to 4.00%, unchanged  federalreserve.gov
C2   FOMC dissents, 2026-10-28                    2 (Cook, Hammack)          federalreserve.gov
C3   ECB deposit facility rate, 2026-10-29        2.50%, unchanged           ecb.europa.eu
C4   Bank of England Bank Rate, Nov 2026          4%, raised 0.25 pt         bankofengland.co.uk
C5   BoE MPC vote, meeting ending 2026-11-04      8-1                        bankofengland.co.uk
E1   Apple revenue, FQ4 2026                      $114.5 billion             SEC 8-K Ex. 99.1
E2   Apple revenue, fiscal 2026                   $479 billion ($478.834 bn) SEC 8-K Ex. 99.1
E3   Microsoft revenue, quarter to 2026-09-30     $92.3 billion              SEC 8-K Ex. 99.1
E4   Microsoft Cloud revenue, same quarter        $63.9 billion              SEC 8-K Ex. 99.1
E5   Alphabet revenue, Q3 2026                    $127.6 billion             SEC 8-K Ex. 99.1
E6   Amazon net sales, Q3 2026                    $201.9 billion             SEC 8-K Ex. 99.1
E7   AWS net sales growth, Q3 2026                39.3%                      SEC 8-K Ex. 99.1
E8   Meta revenue, Q3 2026                        $64.60 billion             SEC 8-K Ex. 99.1
E9   Netflix revenue, Q3 2026                     $12.9 billion              SEC 8-K Ex. 99.1
E10  Intel revenue, Q3 2026                       $16.5 billion              SEC 8-K Ex. 99.1
E11  AMD revenue, Q3 2026                         $13.4 billion              SEC 8-K Ex. 99.1
E12  Uber revenue, Q3 2026                        $14.8 billion              SEC 8-K Ex. 99.1
E13  Palantir revenue, Q3 2026                    $2.313 billion             SEC 8-K Ex. 99.1
E14  Palantir U.S. commercial revenue, Q3 2026    $984 million               SEC 8-K Ex. 99.1
E15  Starbucks net revenues, FQ4 2026             $9.1 billion               SEC 8-K Ex. 99.1
T1   Firecrawl MCP v3: tools per connection       3,000+                     firecrawl.dev/blog
T2   Firecrawl Series B, Nov 2026                 $75 million                firecrawl.dev/blog
T3   #1 on Firecrawl's search-lift leaderboard    Claude Opus 5.5 (79.0)     firecrawl.dev/benchmarks
T4   Questions in that leaderboard                4,703                      firecrawl.dev/benchmarks
T5   AWS AgentCore Web Search API price           $7 per 1,000 queries       aws.amazon.com
T6   AgentCore Web Search API GA date             2026-11-10                 aws.amazon.com
T7   Composio Standard plan                       $18 per seat per month     composio.dev/pricing
T8   Court dismissed Google's amended complaint   2026-11-09                 serpapi.com/blog
T9   Model behind Cursor Voice Chat with Agents   Grok Voice                 cursor.com/changelog
T10  Episodes searchable in Exa Podcasts          3.2 million                exa.ai/blog
T11  Exa 3.0 announcement date                    2026-10-19                 exa.ai/blog
T12  Region where Exa Search launched 2026-11-13  The EU                     exa.ai/blog
T13  Model gemini-2.5-flash routes to on Dec 1    Gemini 3.5 Flash-Lite      ai.google.dev pricing
K1-K10  control: Hubble launch year, symbol for tungsten, author of One Hundred Years of
        Solitude, capital of Australia, IPv6 address bits, HTTP 429, Titan's planet,
        Berlin Wall year, PostgreSQL port, painter of The Night Watch

Was zeigt dieser Test nicht?

• Er ist klein. 40 Nachrichtenfragen und ein Durchlauf pro Aufbau. Zwei oder drei Fragen Unterschied liegen im Rauschen.
• Er testet nur Gemini. Andere Modelle suchen, lesen und enthalten sich womöglich anders.
• Er testet nur Einzelfakt-Fragen. Mehrstufige Recherche braucht wiederholte Suchen und Seitenlektüre; dafür siehe Firecrawls Rangliste.
• Er testet keine anderen Such-APIs. Tavily, Exa, Brave und AWS AgentCore haben wir hier nicht laufen lassen; ihre Listenpreise stehen in unserem Vergleich der Tavily-Alternativen.
• Preise ändern sich. Die Tokenpreise von Gemini 3.8 Flash verdoppeln sich am 1. Januar 2027; alle Preise hier sind Listenpreise, geprüft am 2026-11-14.

Läuft Ihr Agent auf Gemini und stellt ein paar Tausend Fragen im Monat, schalten Sie Grounding ein und sagen Sie dem Modell nicht, dass es die Suche auslassen darf. Nutzt er mehrere Modelle oder müssen Sie steuern, welche Quellen das Modell erreichen und was jede Antwort kostet, nehmen Sie eine Websuche-API und lesen Sie, warum APIs nur erfolgreiche Aufrufe berechnen sollten.

Geschrieben von

Sarah Choy

CEO, API Pick

Sarah Choy ist CEO von API Pick. Sie schreibt über produktionsreife APIs für KI-Agenten und LLM-Workflows.