Grounding Google Search a API wyszukiwania: test 40 pytań

Bez wyszukiwania dwa modele Gemini nie odpowiedziały poprawnie na żadne z 40 świeżych pytań. Jedno wywołanie wyszukiwania API Pick na pytanie podniosło oba do 35 z 40; grounding z wyszukiwarką Google osiągnął od 30 do 40 zależnie od modelu i promptu. Pełne wyniki, ceny sprawdzone 2026-11-14 i cały zestaw pytań.

TL;DR

• •Bez wyszukiwania Gemini 3.8 Flash i Gemini 3.5 Flash-Lite nie odpowiedziały poprawnie na żadne z 40 pytań o wiadomości z października i listopada 2026. Jedno wyszukiwanie w sieci przez API Pick na pytanie podniosło oba modele do 35 z 40, bez błędnych odpowiedzi.
• •Grounding z wyszukiwarką Google (Grounding with Google Search) był najtrafniejszy i najszybszy: 39 z 40 na Flash-Lite w 2,5 sekundy oraz 40 z 40 na 3.8 Flash, gdy prompt przestał zachęcać model do pominięcia wyszukiwania.
• •Grounding rozlicza się za zapytanie wyszukiwania, nie za pytanie: model wykonywał od 1,9 do 2,85 zapytania na pytanie, więc 1000 pytań kosztuje od 24 do 40 dolarów za wyszukiwanie po 5000 darmowych zapytań miesięcznie. Wywołanie API Pick kosztuje stałe 15 dolarów za 1000.
• •Wybierz grounding dla aplikacji tylko na Gemini z mniej niż ok. 1750 pytaniami miesięcznie. Wybierz API wyszukiwania, jeśli używasz innych modeli, potrzebujesz jednego przewidywalnego wywołania na pytanie albo chcesz samodzielnie widzieć i filtrować źródła.

O ile jedno wyszukiwanie w sieci poprawia odpowiedzi LLM?

Na 40 pytaniach o wiadomości z października i listopada 2026 Gemini 3.8 Flash i Gemini 3.5 Flash-Lite bez wyszukiwania nie odpowiedziały poprawnie na żadne. Jedno wyszukiwanie w sieci przez API Pick na pytanie podniosło oba modele do 35 z 40 (87,5%) bez błędnych odpowiedzi, a grounding z wyszukiwarką Google do 30–40 z 40, zależnie od modelu i promptu. Każde pytanie uruchomiliśmy 2026-11-14 w czterech konfiguracjach i oceniliśmy odpowiedzi według źródeł sprawdzonych ręcznie.

Tworzymy API Pick, czyli API wyszukiwania z tego testu. Wbudowany grounding Google pokonał je pod względem trafności i szybkości w większości przebiegów, a ta strona mówi, gdzie i dlaczego.

Wszystkie pozostałe odpowiedzi brzmiały „nie wiem”. Bez wyszukiwania żaden model niczego nie zmyślił, i właśnie takiego zachowania chcesz. Na 10 pytaniach kontrolnych z wiedzy ogólnej wszystkie konfiguracje uzyskały 10 z 10 poza Flash-Lite z wyszukiwaniem wiadomości, który zrezygnował z dwóch pytań, na które znał odpowiedź, bo wiadomości były nie na temat.

Ile kosztuje grounding z wyszukiwarką Google?

W Gemini 3 i nowszych modelach grounding z wyszukiwarką Google kosztuje 14 dolarów za 1000 zapytań wyszukiwania po 5000 darmowych zapytaniach miesięcznie. Haczyk tkwi w jednostce: płacisz za każde zapytanie, które model postanowi wykonać, a nie za każde pytanie. Oto warunki ze stron cennika Google z 2026-11-14:

• Darmowy limit: 5000 zapytań wyszukiwania miesięcznie, współdzielonych przez wszystkie modele Gemini 3 i nowsze.
• Stawka płatna: 14 dolarów za 1000 zapytań, z domyślnym limitem 1500 żądań groundingu dziennie na projekt w płatnym planie Gemini Developer API.
• Zapytania na pytanie: w naszych przebiegach Gemini wykonywał średnio od 1,9 do 2,85, a przy jednym pytaniu aż 16.
• Starsze modele: modele Gemini 2.5 rozlicza się za prompt z groundingiem, 35 dolarów za 1000 po 1500 darmowych dziennie. Od 1 grudnia 2026 żądania do gemini-2.5-flash są przekierowywane do Gemini 3.5 Flash-Lite.

Tekst, który Google przekazuje modelowi z wyszukiwania, nie jest naliczany jako tokeny wejściowe. Dlatego przebiegi z groundingiem zużyły około 90 tokenów wejściowych na pytanie, wobec około 1400 w przebiegach, w których wklejaliśmy do promptu pięć wyników API Pick. Ceny modeli przyjęte w obliczeniach: Gemini 3.8 Flash 0,75 dolara za milion tokenów wejściowych i 3,75 dolara za milion wyjściowych do 31 grudnia 2026, Gemini 3.5 Flash-Lite 0,30 i 2,50 dolara.

Dlaczego Gemini 3.8 Flash pominął wyszukiwanie?

Bo przy groundingu to model decyduje, czy szukać, a nasz prompt dawał mu łatwe wyjście. W pierwszym przebiegu Gemini 3.8 Flash nie wykonał żadnego wyszukiwania w 9 z 40 pytań i odpowiedział „nie wiem”. Usunęliśmy więc zdanie dopuszczające „nie wiem” i ponownie puściliśmy Gemini 3.8 Flash na 40 pytaniach o wiadomości:

Bez furtki grounding szukał za każdym razem, wykonywał więcej zapytań (2,85 zamiast 1,9 na pytanie) i odpowiedział poprawnie na wszystkie 40. Przebieg z API Pick prawie się nie zmienił, bo wyszukiwanie odbyło się, zanim model zobaczył pytanie.

Gdzie API wyszukiwania chybiło?

Wyszukiwanie w sieci API Pick chybiło w 5 z 40 pytań. W czterech żaden z pięciu zwróconych wyników nie zawierał faktu; w piątym fakt pojawiał się tylko pośrednio. Za każdym razem model mówił, że nie wie, zamiast zgadywać:

• Przychody Ubera w trzecim kwartale 2026: wyniki to relacje o wynikach finansowych mówiące o rezerwacjach i zysku, ale zwrócony tekst nie zawierał kwoty przychodów.
• Komercyjne przychody Palantira w USA: wyniki podawały tempo wzrostu (148%), ale nie kwotę.
• Model na czele rankingu search-lift Firecrawl: wyniki były ogólnymi rankingami LLM.
• Cena planu Standard w Composio: wśród wyników była strona cennika Composio, ale fragment pokazywał „18 dolarów kredytów na stanowisko” zamiast ceny planu. Z opcją „nie wiem” model się wstrzymał; bez niej odpowiedział 18 dolarów za stanowisko miesięcznie, co jest poprawne.
• Gdzie Exa wystartowała 13 listopada: wyniki dotyczyły biura Exa w Singapurze. W drugim przebiegu, bez opcji „nie wiem”, model odpowiedział Singapur, co jest błędem (chodziło o UE).

Przy pytaniach o produkty endpoint wiadomości wypadł gorzej niż wyszukiwanie w sieci: 5 z 13 pytań o AI i narzędzia dla programistów, bo strony cenników, dokumentacja i changelogi to nie wiadomości. Dobieraj endpoint do pytania: wyszukiwanie w sieci do stron i dokumentacji, wyszukiwanie wiadomości do relacji z wydarzeń, a wyspecjalizowane endpointy, takie jak wyszukiwanie w dokumentach SEC, gdy odpowiedź jest w oficjalnym zgłoszeniu.

Ile kosztuje każda konfiguracja w przeliczeniu na 1000 pytań?

Po wyczerpaniu darmowych limitów wyszukiwanie w sieci API Pick kosztuje 15 dolarów za 1000 pytań plus od 0,46 do 2,29 dolara za tokeny modelu, a grounding z wyszukiwarką Google od 24 do 40 dolarów za wyszukiwanie na 1000 pytań plus od 0,11 do 1,64 dolara za tokeny. API Pick pobiera 15 kredytów za wywołanie, 1 dolar kupuje 1000 kredytów, a opłata dotyczy tylko odpowiedzi HTTP 200 (cennik).

Darmowe limity wskazują w przeciwną stronę. 5000 darmowych zapytań Google miesięcznie wystarcza przy zmierzonej liczbie zapytań na mniej więcej 1750 do 2600 pytań. API Pick daje jednorazowo 100 kredytów, czyli sześć wyszukiwań. Aplikacja na Gemini z mniej niż ok. 1750 pytaniami miesięcznie nie płaci za grounding nic; powyżej tego progu cena groundingu za pytanie jest mniej więcej dwukrotnie wyższa.

Szybkość przemawia za Google. Grounding odpowiadał w medianie 2,5 sekundy na Flash-Lite i 7,1–7,4 sekundy na 3.8 Flash. Samo wyszukiwanie w sieci API Pick trwało w medianie 5,75 sekundy (7,8 sekundy na 90. percentylu), więc pełna odpowiedź zajmowała 7,5–11 sekund. Wyszukiwanie wiadomości miało wolny ogon: 16 sekund na 90. percentylu.

Kiedy używać groundingu, a kiedy API wyszukiwania?

Oto potok, którego użyliśmy w przebiegach z API Pick, skrócony do niezbędnego minimum. Działa tak samo z każdym modelem przyjmującym prompt tekstowy; pełną pętlę agenta z wywołaniami narzędzi opisuje artykuł jak dodać wyszukiwanie w sieci do agenta OpenAI lub 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?"))

Grounding z wyszukiwarką Google to z kolei jedno dodatkowe pole w treści żądania do Gemini:

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

Jak to wypada na tle rankingu search-lift Firecrawl?

Firecrawl opublikował Web Search LLM Leaderboard z danymi na 10 listopada 2026. Ranking sprawdza 10 modeli na 4703 trudnych pytaniach badawczych z BrowseComp, DeepSearchQA, HLE i własnego prywatnego zestawu, pozwala każdemu modelowi wielokrotnie szukać i czytać strony w ramach budżetu narzędzi i podaje średni wzrost o 40,6 punktu z warstwą danych Alexandria. Najwyższy wynik, 79,0, uzyskał Claude Opus 5.5.

Nasz test odpowiada na węższe pytanie: co daje jedno wyszukiwanie przy prostych, świeżych faktach, których model nie może znać? Nasze pytania wymagają jednego sprawdzenia, a nie łańcucha wyszukiwań, więc nasze wzrosty są większe (od 0 do 87,5% i więcej) i nie da się ich porównać z liczbami Firecrawl. Nasze 40 pytań i odpowiedzi podajemy poniżej; Firecrawl trzyma swój zestaw w tajemnicy.

Jak przeprowadziliśmy test?

Wszystkie przebiegi odbyły się 2026-11-14:

• Pytania: 40 o wydarzeniach od początku października do 13 listopada 2026 w czterech grupach (nagrody i sport 7, banki centralne 5, wyniki spółek 15, AI i narzędzia dla programistów 13), plus 10 pytań kontrolnych z wiedzy ogólnej. Każda odpowiedź pochodzi ze źródła pierwotnego, które sami przeczytaliśmy: nobelprize.org, komunikaty Rezerwy Federalnej, EBC i Banku Anglii, załączniki do formularzy 8-K w SEC oraz blogi i cenniki samych dostawców.
• Modele: gemini-3.8-flash i gemini-3.5-flash-lite przez Vertex AI, temperature 0, domyślne ustawienia rozumowania.
• Konfiguracje: bez wyszukiwania; jedno wyszukiwanie w sieci API Pick (5 wyników, pytanie jako zapytanie); jedno wyszukiwanie wiadomości API Pick; wbudowane narzędzie Google Search w Gemini. Wyniki wyszukiwania pobierano raz na pytanie i przekazywano obu modelom.
• Prompt: dzisiejsza data, „odpowiedz jednym krótkim zdaniem”, a w pierwszym przebiegu także „jeśli nie masz pewności, odpowiedz I don't know”. Drugi przebieg usunął to ostatnie zdanie.
• Ocena: dwa modele (Gemini 3.8 Flash i Gemini 3.1 Pro Preview) oznaczyły każdą z 520 odpowiedzi jako poprawną, błędną lub wstrzymanie się na tle odpowiedzi wzorcowej. Każdą rozbieżność (6) i każdą błędną odpowiedź sprawdziliśmy ręcznie w źródle i zmieniliśmy jedną etykietę, co do której oba się zgadzały: twierdzenie, że Exa nie ogłosiła Exa 3.0, liczy się jako błąd, a nie wstrzymanie się. Liczby musiały mieć precyzję wzorca, więc „AWS urosło o 39%” uznaliśmy za błąd wobec 39,3%.

Pełny zestaw pytań z odpowiedziami wzorcowymi i źródłami:

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

Czego ten test nie pokazuje?

• Jest mały. 40 pytań o wiadomości i jeden przebieg na konfigurację. Różnica dwóch–trzech pytań mieści się w szumie.
• Testuje tylko Gemini. Inne modele mogą inaczej szukać, czytać i wstrzymywać się od odpowiedzi.
• Testuje tylko pytania o jeden fakt. Badania wieloetapowe wymagają powtarzanych wyszukiwań i czytania stron; do tego zajrzyj do rankingu Firecrawl.
• Nie testuje innych API wyszukiwania. Nie uruchamialiśmy tu Tavily, Exa, Brave ani AWS AgentCore; ich ceny katalogowe znajdziesz w naszym porównaniu alternatyw dla Tavily.
• Ceny się zmieniają. Ceny tokenów Gemini 3.8 Flash podwoją się 1 stycznia 2027, a wszystkie podane tu ceny to ceny katalogowe sprawdzone 2026-11-14.

Jeśli Twój agent działa na Gemini i zadaje kilka tysięcy pytań miesięcznie, włącz grounding i nie mów modelowi, że może pominąć wyszukiwanie. Jeśli używa wielu modeli albo musisz kontrolować, które źródła trafiają do modelu i ile kosztuje każda odpowiedź, użyj API wyszukiwania w sieci i przeczytaj, dlaczego API powinny pobierać opłaty tylko za udane wywołania.

Autor

Sarah Choy

CEO, API Pick

Sarah Choy jest CEO API Pick. Pisze o budowaniu produkcyjnych API dla agentów AI i przepływów pracy z LLM.