Grounding Google vs API Pencarian: Uji 40 Pertanyaan

Tanpa pencarian, dua model Gemini tidak menjawab benar satu pun dari 40 pertanyaan terbaru. Satu panggilan pencarian API Pick per pertanyaan menaikkan keduanya ke 35 dari 40; grounding dengan Google Search mencapai 30 sampai 40 tergantung model dan prompt. Hasil lengkap, harga yang dicek pada 2026-11-14, dan seluruh pertanyaan.

TL;DR

• •Tanpa pencarian, Gemini 3.8 Flash dan Gemini 3.5 Flash-Lite tidak menjawab benar satu pun dari 40 pertanyaan tentang berita Oktober dan November 2026. Satu pencarian web API Pick per pertanyaan menaikkan keduanya ke 35 dari 40, tanpa jawaban salah.
• •Grounding dengan Google Search (Grounding with Google Search) paling akurat dan paling cepat: 39 dari 40 di Flash-Lite dalam 2,5 detik, dan 40 dari 40 di 3.8 Flash setelah prompt tidak lagi mengundangnya melewatkan pencarian.
• •Grounding ditagih per kueri pencarian, bukan per pertanyaan: model menjalankan 1,9 sampai 2,85 kueri per pertanyaan, jadi 1.000 pertanyaan menelan US$24 sampai US$40 biaya pencarian setelah 5.000 kueri gratis per bulan. Satu panggilan API Pick tetap US$15 per 1.000.
• •Pilih grounding untuk aplikasi khusus Gemini di bawah sekitar 1.750 pertanyaan per bulan. Pilih API pencarian jika Anda memakai model lain, butuh satu panggilan yang bisa diprediksi per pertanyaan, atau ingin melihat dan menyaring sumber sendiri.

Seberapa besar pencarian web meningkatkan jawaban LLM?

Pada 40 pertanyaan tentang berita Oktober dan November 2026, Gemini 3.8 Flash dan Gemini 3.5 Flash-Lite tidak menjawab benar satu pun tanpa pencarian. Satu pencarian web API Pick per pertanyaan menaikkan kedua model ke 35 dari 40 (87,5%) tanpa jawaban salah, dan grounding dengan Google Search menaikkannya ke 30 sampai 40 dari 40, tergantung model dan prompt. Kami menjalankan semua pertanyaan pada 2026-11-14 dalam empat penyiapan dan menilai jawaban berdasarkan sumber yang kami periksa sendiri.

Kami membuat API Pick, API pencarian dalam pengujian ini. Grounding bawaan Google mengalahkannya dalam akurasi dan kecepatan di sebagian besar putaran, dan halaman ini menjelaskan di mana dan mengapa.

Semua jawaban lain berbunyi «tidak tahu». Tanpa pencarian, tidak ada model yang mengarang jawaban, dan itulah perilaku yang diinginkan. Pada 10 pertanyaan kontrol pengetahuan umum, semua penyiapan mendapat 10 dari 10 kecuali Flash-Lite dengan pencarian berita, yang menyerah pada dua pertanyaan yang sebenarnya ia ketahui karena hasil beritanya tidak relevan.

Berapa biaya grounding dengan Google Search?

Pada Gemini 3 dan model yang lebih baru, grounding dengan Google Search berbiaya US$14 per 1.000 kueri pencarian setelah 5.000 kueri gratis per bulan. Jebakannya ada pada satuannya: Anda membayar setiap kueri yang diputuskan model untuk dijalankan, bukan setiap pertanyaan. Berikut ketentuan di halaman harga Google pada 2026-11-14:

• Kuota gratis: 5.000 kueri pencarian per bulan, dibagi bersama semua model Gemini 3 dan yang lebih baru.
• Tarif berbayar: US$14 per 1.000 kueri, dengan batas default 1.500 permintaan grounding per hari per proyek pada tingkat berbayar Gemini Developer API.
• Kueri per pertanyaan: Gemini menjalankan rata-rata 1,9 sampai 2,85 dalam putaran kami, dan hingga 16 pada satu pertanyaan.
• Model lama: model Gemini 2.5 ditagih per prompt ber-grounding, US$35 per 1.000 setelah 1.500 gratis per hari. Mulai 1 Desember 2026, permintaan ke gemini-2.5-flash dialihkan ke Gemini 3.5 Flash-Lite.

Teks yang diberikan Google ke model dari pencarian tidak ditagih sebagai token input. Karena itu putaran grounding hanya memakai sekitar 90 token input per pertanyaan, dibanding sekitar 1.400 pada putaran yang menempelkan lima hasil API Pick ke prompt. Harga model yang dipakai: Gemini 3.8 Flash US$0,75 per juta token input dan US$3,75 per juta token output hingga 31 Desember 2026, serta Gemini 3.5 Flash-Lite US$0,30 dan US$2,50.

Mengapa Gemini 3.8 Flash melewatkan pencarian?

Karena dengan grounding model yang memutuskan apakah akan mencari, dan prompt kami memberinya jalan keluar yang mudah. Pada putaran pertama, Gemini 3.8 Flash tidak menjalankan pencarian sama sekali pada 9 dari 40 pertanyaan dan menjawab «tidak tahu». Lalu kami menghapus kalimat yang mengizinkan «tidak tahu» dan menjalankan ulang Gemini 3.8 Flash pada 40 pertanyaan berita:

Tanpa jalan keluar, grounding selalu mencari, menjalankan lebih banyak kueri (2,85 per pertanyaan, bukan 1,9), dan menjawab benar semua 40. Putaran API Pick nyaris tidak berubah, karena pencarian sudah selesai sebelum model melihat pertanyaannya.

Di mana API pencarian meleset?

Pencarian web API Pick meleset pada 5 dari 40 pertanyaan. Pada empat di antaranya, tidak satu pun dari lima hasil memuat faktanya; pada yang kelima, fakta itu hanya muncul secara tidak langsung. Setiap kali model mengatakan tidak tahu, bukan menebak:

• Pendapatan Uber kuartal ketiga 2026: hasilnya berupa liputan laporan keuangan yang membahas pemesanan dan laba, tetapi teks yang dikembalikan tidak memuat angka pendapatan.
• Pendapatan komersial Palantir di AS: hasilnya memuat tingkat pertumbuhan (148%), bukan nominalnya.
• Model teratas di peringkat search-lift Firecrawl: hasilnya berupa peringkat LLM umum.
• Harga paket Standard Composio: hasilnya mencakup halaman harga Composio, tetapi cuplikannya menampilkan «kredit US$18 per kursi», bukan harga paket. Dengan opsi «tidak tahu» model menahan diri; tanpanya ia menjawab US$18 per kursi per bulan, dan itu benar.
• Di mana Exa meluncur pada 13 November: hasilnya tentang kantor Exa di Singapura. Pada putaran kedua, tanpa opsi «tidak tahu», model menjawab Singapura, dan itu salah (jawabannya UE).

Endpoint berita lebih buruk daripada pencarian web pada pertanyaan produk: benar 5 dari 13 pertanyaan tentang AI dan alat pengembang, karena halaman harga, dokumentasi, dan changelog bukan berita. Pilih endpoint sesuai pertanyaan: pencarian web untuk halaman dan dokumentasi, pencarian berita untuk liputan peristiwa, dan endpoint khusus seperti pencarian dokumen SEC bila jawabannya ada di laporan resmi.

Berapa biaya tiap penyiapan per 1.000 pertanyaan?

Setelah kuota gratis habis, pencarian web API Pick berbiaya US$15 per 1.000 pertanyaan ditambah US$0,46 sampai US$2,29 token model, sedangkan grounding dengan Google Search berbiaya US$24 sampai US$40 per 1.000 pertanyaan untuk pencarian ditambah US$0,11 sampai US$1,64 token. API Pick memotong 15 kredit per panggilan, US$1 membeli 1.000 kredit, dan hanya respons HTTP 200 yang ditagih (harga).

Kuota gratis menunjuk ke arah sebaliknya. 5.000 kueri gratis Google per bulan cukup untuk kira-kira 1.750 sampai 2.600 pertanyaan pada laju kueri yang kami ukur. API Pick memberi 100 kredit sekali saja, yaitu enam pencarian. Aplikasi Gemini di bawah sekitar 1.750 pertanyaan per bulan tidak membayar apa pun untuk grounding; di atas itu, harga per pertanyaan grounding kira-kira dua kali lipat.

Kecepatan menguntungkan Google. Grounding menjawab dalam median 2,5 detik di Flash-Lite dan 7,1 sampai 7,4 detik di 3.8 Flash. Pencarian web API Pick sendiri memerlukan median 5,75 detik (7,8 detik pada persentil ke-90), sehingga jawaban lengkap butuh 7,5 sampai 11 detik. Pencarian berita punya ekor yang lambat: 16 detik pada persentil ke-90.

Kapan memakai grounding dan kapan memakai API pencarian?

Inilah pipeline yang kami pakai untuk putaran API Pick, dipangkas ke bagian intinya. Cara kerjanya sama untuk model apa pun yang menerima prompt teks; untuk loop agen lengkap dengan pemanggilan alat, lihat cara menambahkan pencarian web ke agen OpenAI atau Claude.

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?"))

Sebaliknya, grounding dengan Google Search hanyalah satu kolom tambahan di body permintaan Gemini:

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

Bagaimana perbandingannya dengan peringkat search-lift Firecrawl?

Firecrawl menerbitkan Web Search LLM Leaderboard dengan data per 10 November 2026. Peringkat ini menguji 10 model pada 4.703 pertanyaan riset sulit dari BrowseComp, DeepSearchQA, HLE, dan set privat miliknya, membiarkan tiap model mencari dan membaca halaman berulang kali dalam anggaran alat, dan melaporkan kenaikan rata-rata 40,6 poin dengan lapisan data Alexandria. Claude Opus 5.5 meraih skor tertinggi, 79,0.

Pengujian kami menjawab pertanyaan yang lebih sempit: apa yang dilakukan satu pencarian untuk fakta sederhana dan baru yang tidak mungkin diketahui model? Pertanyaan kami cukup dengan satu kali pencarian, bukan rangkaian pencarian, jadi kenaikannya lebih besar (dari 0 ke 87,5% dan lebih) dan tidak bisa dibandingkan dengan angka Firecrawl. 40 pertanyaan dan jawaban kami tercantum di bawah; Firecrawl merahasiakan set pertanyaannya.

Bagaimana kami menjalankan pengujian?

Semua putaran dilakukan pada 2026-11-14:

• Pertanyaan: 40 tentang peristiwa dari awal Oktober hingga 13 November 2026 dalam empat kelompok (penghargaan dan olahraga 7, bank sentral 5, laporan keuangan perusahaan 15, AI dan alat pengembang 13), ditambah 10 pertanyaan kontrol pengetahuan umum. Setiap jawaban berasal dari sumber primer yang kami baca sendiri: nobelprize.org, rilis Federal Reserve, ECB, dan Bank of England, lampiran formulir 8-K di SEC, serta blog dan halaman harga milik vendor.
• Model: gemini-3.8-flash dan gemini-3.5-flash-lite melalui Vertex AI, temperature 0, pengaturan penalaran default.
• Penyiapan: tanpa pencarian; satu pencarian web API Pick (5 hasil, pertanyaan sebagai kueri); satu pencarian berita API Pick; dan alat Google Search bawaan Gemini. Hasil pencarian diambil sekali per pertanyaan dan diberikan ke kedua model.
• Prompt: tanggal hari ini, «jawab dengan satu kalimat pendek», dan pada putaran pertama «jika tidak yakin, jawab I don't know». Putaran kedua menghapus kalimat terakhir itu.
• Penilaian: dua model (Gemini 3.8 Flash dan Gemini 3.1 Pro Preview) memberi label pada masing-masing dari 520 jawaban sebagai benar, salah, atau abstain terhadap jawaban acuan. Kami memeriksa manual setiap perbedaan pendapat (6) dan setiap jawaban salah terhadap sumbernya, dan mengubah satu label yang disepakati keduanya: klaim bahwa Exa belum mengumumkan Exa 3.0 dihitung salah, bukan abstain. Angka harus sesuai presisi acuan, jadi «AWS tumbuh 39%» dihitung salah terhadap 39,3%.

Set pertanyaan lengkap dengan jawaban acuan dan sumber:

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

Apa yang tidak ditunjukkan pengujian ini?

• Skalanya kecil. 40 pertanyaan berita dan satu putaran per penyiapan. Selisih dua atau tiga pertanyaan masih dalam batas derau.
• Hanya menguji Gemini. Model lain mungkin mencari, membaca, dan abstain dengan cara berbeda.
• Hanya pertanyaan satu fakta. Riset bertahap membutuhkan pencarian dan pembacaan halaman berulang; untuk itu, lihat peringkat Firecrawl.
• Tidak menguji API pencarian lain. Kami tidak menjalankan Tavily, Exa, Brave, atau AWS AgentCore di sini; untuk harga daftar mereka, lihat perbandingan alternatif Tavily kami.
• Harga berubah. Harga token Gemini 3.8 Flash naik dua kali lipat pada 1 Januari 2027, dan semua harga di sini adalah harga daftar yang dicek pada 2026-11-14.

Jika agen Anda berjalan di Gemini dan mengajukan beberapa ribu pertanyaan per bulan, aktifkan grounding dan jangan beri tahu model bahwa ia boleh melewatkan pencarian. Jika agen memakai beberapa model, atau Anda perlu mengendalikan sumber mana yang sampai ke model dan berapa biaya setiap jawaban, gunakan API pencarian web dan baca mengapa API seharusnya hanya menagih panggilan yang berhasil.

Ditulis oleh

Sarah Choy

CEO, API Pick

Sarah Choy adalah CEO API Pick. Ia menulis tentang membangun API siap produksi untuk AI agent dan alur kerja LLM.