Google Search-grounding vs zoek-API: test met 40 vragen

Zonder zoeken beantwoordden twee Gemini-modellen geen van 40 actuele vragen goed. Eén API Pick-zoekaanroep per vraag bracht beide op 35 van 40; grounding met Google Search haalde 30 tot 40, afhankelijk van model en prompt. Volledige resultaten, prijzen gecontroleerd op 2026-11-14 en de complete vragenset.

TL;DR

• •Zonder zoeken beantwoordden Gemini 3.8 Flash en Gemini 3.5 Flash-Lite geen van 40 vragen over nieuws uit oktober en november 2026 goed. Eén API Pick-webzoekopdracht per vraag bracht beide op 35 van 40, zonder foute antwoorden.
• •Grounding met Google Search (Grounding with Google Search) was het nauwkeurigst en het snelst: 39 van 40 met Flash-Lite in 2,5 seconden, en 40 van 40 met 3.8 Flash zodra de prompt het model niet meer uitnodigde om het zoeken over te slaan.
• •Grounding wordt per zoekopdracht afgerekend, niet per vraag: het model deed 1,9 tot 2,85 zoekopdrachten per vraag, dus 1.000 vragen kosten 24 tot 40 dollar aan zoekkosten na 5.000 gratis zoekopdrachten per maand. Een API Pick-aanroep kost vast 15 dollar per 1.000.
• •Kies grounding voor apps die alleen Gemini gebruiken en onder ongeveer 1.750 vragen per maand blijven. Kies een zoek-API als je andere modellen gebruikt, één voorspelbare aanroep per vraag wilt of de bronnen zelf wilt zien en filteren.

Hoeveel verbetert één webzoekopdracht de antwoorden van een LLM?

Op 40 vragen over nieuws uit oktober en november 2026 beantwoordden Gemini 3.8 Flash en Gemini 3.5 Flash-Lite er zonder zoeken geen enkele goed. Eén API Pick-webzoekopdracht per vraag bracht beide modellen op 35 van 40 (87,5%) zonder foute antwoorden, en grounding met Google Search bracht ze op 30 tot 40 van 40, afhankelijk van model en prompt. We draaiden elke vraag op 2026-11-14 in vier opstellingen en beoordeelden de antwoorden aan de hand van bronnen die we zelf hebben gecontroleerd.

Wij bouwen API Pick, de zoek-API in deze test. De ingebouwde grounding van Google versloeg hem in de meeste runs op nauwkeurigheid en snelheid, en deze pagina vertelt waar en waarom.

Alle andere antwoorden waren „weet ik niet”. Zonder zoeken verzon geen van beide modellen iets, en dat is precies het gewenste gedrag. Op de 10 controlevragen over algemene kennis scoorden alle opstellingen 10 van 10, behalve Flash-Lite met nieuwszoeken: dat gaf twee vragen op die het wist, omdat de nieuwsresultaten niet over het onderwerp gingen.

Wat kost grounding met Google Search?

Op Gemini 3 en nieuwere modellen kost grounding met Google Search 14 dollar per 1.000 zoekopdrachten na 5.000 gratis zoekopdrachten per maand. De valkuil zit in de eenheid: je betaalt voor elke zoekopdracht die het model besluit te doen, niet voor elke vraag. Dit waren de voorwaarden op de prijspagina's van Google op 2026-11-14:

• Gratis tegoed: 5.000 zoekopdrachten per maand, gedeeld over alle Gemini 3- en nieuwere modellen.
• Betaald tarief: 14 dollar per 1.000 zoekopdrachten, met een standaardlimiet van 1.500 grounding-verzoeken per dag per project in de betaalde laag van de Gemini Developer API.
• Zoekopdrachten per vraag: Gemini deed er in onze runs gemiddeld 1,9 tot 2,85, en tot 16 bij één vraag.
• Oudere modellen: Gemini 2.5-modellen worden per gegronde prompt afgerekend, 35 dollar per 1.000 na 1.500 gratis per dag. Vanaf 1 december 2026 worden verzoeken aan gemini-2.5-flash doorgestuurd naar Gemini 3.5 Flash-Lite.

De tekst die Google uit de zoekopdracht aan het model doorgeeft, wordt niet als invoertokens afgerekend. Daarom gebruikten de grounding-runs zo'n 90 invoertokens per vraag, tegenover ongeveer 1.400 in de runs waarin we vijf API Pick-resultaten in de prompt plakten. Gebruikte modelprijzen: Gemini 3.8 Flash 0,75 dollar per miljoen invoertokens en 3,75 dollar per miljoen uitvoertokens tot 31 december 2026, Gemini 3.5 Flash-Lite 0,30 en 2,50 dollar.

Waarom sloeg Gemini 3.8 Flash het zoeken over?

Omdat bij grounding het model beslist of het zoekt, en onze prompt het een makkelijke uitweg bood. In de eerste run deed Gemini 3.8 Flash bij 9 van de 40 vragen geen enkele zoekopdracht en antwoordde het „weet ik niet”. Daarom haalden we de zin weg die „weet ik niet” toestond en lieten we Gemini 3.8 Flash de 40 nieuwsvragen opnieuw beantwoorden:

Zonder uitweg zocht grounding elke keer, deed het meer zoekopdrachten (2,85 per vraag in plaats van 1,9) en had het alle 40 goed. De API Pick-run veranderde nauwelijks, omdat het zoeken al gedaan was voordat het model de vraag zag.

Waar zat de zoek-API naast?

API Pick-webzoeken miste 5 van de 40 vragen. Bij vier stond het antwoord in geen van de vijf resultaten; bij de vijfde stond het er alleen indirect in. Elke keer zei het model dat het het niet wist, in plaats van te gokken:

• Omzet van Uber in het derde kwartaal van 2026: de resultaten waren berichten over de kwartaalcijfers met boekingen en winst, maar de teruggegeven tekst noemde het omzetcijfer niet.
• Commerciële omzet van Palantir in de VS: de resultaten gaven het groeipercentage (148%), niet het bedrag.
• Het model bovenaan de search-lift-ranglijst van Firecrawl: de resultaten waren algemene LLM-ranglijsten.
• Prijs van het Standard-abonnement van Composio: de resultaten bevatten de prijspagina van Composio, maar het fragment toonde „18 dollar tegoed per seat” in plaats van de abonnementsprijs. Met de optie „weet ik niet” hield het model zich in; zonder die optie antwoordde het 18 dollar per seat per maand, en dat klopt.
• Waar Exa op 13 november lanceerde: de resultaten gingen over het kantoor van Exa in Singapore. In de tweede run, zonder de optie „weet ik niet”, antwoordde het model Singapore, en dat is fout (het was de EU).

Het nieuws-endpoint deed het slechter dan webzoeken bij productvragen: 5 van de 13 vragen over AI- en ontwikkelaarstools, omdat prijspagina's, documentatie en changelogs geen nieuws zijn. Kies het endpoint dat bij de vraag past: webzoeken voor pagina's en documentatie, nieuwszoeken voor berichtgeving over gebeurtenissen en gespecialiseerde endpoints zoals zoeken in SEC-deponeringen als het antwoord in een officiële deponering staat.

Wat kost elke opstelling per 1.000 vragen?

Na het gratis tegoed kost API Pick-webzoeken 15 dollar per 1.000 vragen plus 0,46 tot 2,29 dollar aan modeltokens, terwijl grounding met Google Search 24 tot 40 dollar zoekkosten per 1.000 vragen kost plus 0,11 tot 1,64 dollar aan tokens. API Pick rekent 15 credits per aanroep, voor 1 dollar koop je 1.000 credits, en alleen HTTP 200-antwoorden worden gefactureerd (prijzen).

Het gratis tegoed wijst de andere kant op. De 5.000 gratis zoekopdrachten per maand van Google dekken bij de gemeten zoekfrequenties ruwweg 1.750 tot 2.600 vragen. API Pick geeft eenmalig 100 credits, dat zijn zes zoekopdrachten. Een Gemini-app onder ongeveer 1.750 vragen per maand betaalt niets voor grounding; daarboven is de prijs per vraag van grounding ongeveer het dubbele.

Snelheid is in het voordeel van Google. Grounding antwoordde met een mediaan van 2,5 seconden op Flash-Lite en 7,1 tot 7,4 seconden op 3.8 Flash. Een API Pick-webzoekopdracht alleen duurde mediaan 5,75 seconden (7,8 seconden op het 90e percentiel), dus het volledige antwoord kostte 7,5 tot 11 seconden. Nieuwszoeken had een trage staart: 16 seconden op het 90e percentiel.

Wanneer kies je grounding en wanneer een zoek-API?

Dit is de pipeline die we voor de API Pick-runs gebruikten, teruggebracht tot de kern. Hij werkt hetzelfde met elk model dat een tekstprompt accepteert; voor een volledige agentlus met tool-aanroepen, zie webzoeken toevoegen aan een OpenAI- of Claude-agent.

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 met Google Search is daarentegen één extra veld in de body van het Gemini-verzoek:

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

Hoe verhoudt dit zich tot de search-lift-ranglijst van Firecrawl?

Firecrawl publiceerde een Web Search LLM Leaderboard met gegevens tot 10 november 2026. Het test 10 modellen op 4.703 moeilijke onderzoeksvragen uit BrowseComp, DeepSearchQA, HLE en een eigen privéset, laat elk model binnen een toolbudget herhaaldelijk zoeken en pagina's lezen, en meldt een gemiddelde verbetering van 40,6 punten met zijn datalaag Alexandria. Claude Opus 5.5 scoorde het hoogst met 79,0.

Onze test beantwoordt een smallere vraag: wat doet één zoekopdracht voor eenvoudige, recente feiten die een model niet kan weten? Onze vragen vergen één opzoeking, geen reeks zoekopdrachten, dus onze verbeteringen zijn groter (van 0 naar 87,5% en meer) en niet vergelijkbaar met de cijfers van Firecrawl. Onze 40 vragen en antwoorden staan hieronder; Firecrawl houdt zijn set geheim.

Hoe hebben we getest?

Alle runs vonden plaats op 2026-11-14:

• Vragen: 40 over gebeurtenissen van begin oktober tot 13 november 2026 in vier groepen (prijzen en sport 7, centrale banken 5, bedrijfsresultaten 15, AI- en ontwikkelaarstools 13), plus 10 controlevragen over algemene kennis. Elk antwoord komt uit een primaire bron die we zelf hebben gelezen: nobelprize.org, persberichten van de Federal Reserve, de ECB en de Bank of England, bijlagen bij SEC-formulieren 8-K en blogs en prijspagina's van de leveranciers zelf.
• Modellen: gemini-3.8-flash en gemini-3.5-flash-lite via Vertex AI, temperature 0, standaard denkinstellingen.
• Opstellingen: zonder zoeken; één API Pick-webzoekopdracht (5 resultaten, de vraag als zoekopdracht); één API Pick-nieuwszoekopdracht; en de ingebouwde Google Search-tool van Gemini. Zoekresultaten werden één keer per vraag opgehaald en aan beide modellen gegeven.
• Prompt: de datum van vandaag, „antwoord in één korte zin” en in de eerste run „als je het niet zeker weet, antwoord I don't know”. De tweede run liet die laatste zin weg.
• Beoordeling: twee modellen (Gemini 3.8 Flash en Gemini 3.1 Pro Preview) labelden elk van de 520 antwoorden als goed, fout of onthouding ten opzichte van de referentie. Elke onenigheid (6) en elk fout antwoord hebben we met de hand aan de bron gecontroleerd, en we wijzigden één label waarover beide het eens waren: de bewering dat Exa Exa 3.0 niet had aangekondigd telt als fout, niet als onthouding. Getallen moesten de precisie van de referentie hebben, dus „AWS groeide 39%” telde als fout tegenover 39,3%.

De volledige vragenset met referentieantwoorden en bronnen:

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

Wat laat deze test niet zien?

• Hij is klein. 40 nieuwsvragen en één run per opstelling. Een verschil van twee of drie vragen valt binnen de ruis.
• Hij test alleen Gemini. Andere modellen zoeken, lezen en onthouden zich mogelijk anders.
• Hij test alleen vragen over één feit. Onderzoek in meerdere stappen vraagt herhaald zoeken en lezen; zie daarvoor de ranglijst van Firecrawl.
• Hij test geen andere zoek-API's. Tavily, Exa, Brave en AWS AgentCore hebben we hier niet gedraaid; hun catalogusprijzen staan in onze vergelijking van Tavily-alternatieven.
• Prijzen veranderen. De tokenprijzen van Gemini 3.8 Flash verdubbelen op 1 januari 2027, en alle prijzen hier zijn catalogusprijzen, gecontroleerd op 2026-11-14.

Draait je agent op Gemini en stelt hij een paar duizend vragen per maand, zet dan grounding aan en vertel het model niet dat het het zoeken mag overslaan. Gebruikt hij meerdere modellen, of moet je bepalen welke bronnen het model bereiken en wat elk antwoord kost, gebruik dan een webzoek-API en lees waarom API's alleen geslaagde aanroepen zouden moeten factureren.

Geschreven door

Sarah Choy

CEO, API Pick

Sarah Choy is de CEO van API Pick. Ze schrijft over het bouwen van productieklare API's voor AI-agents en LLM-workflows.