Grounding Google против API поиска: тест на 40 вопросах

Без поиска две модели Gemini не ответили правильно ни на один из 40 свежих вопросов. Один вызов поиска API Pick на вопрос поднял обе до 35 из 40; grounding с Google Поиском дал от 30 до 40 в зависимости от модели и промпта. Полные результаты, цены на 2026-11-14 и весь набор вопросов.

Кратко

• •Без поиска Gemini 3.8 Flash и Gemini 3.5 Flash-Lite не ответили правильно ни на один из 40 вопросов о новостях октября и ноября 2026 года. Один веб-поиск API Pick на вопрос поднял обе модели до 35 из 40, без неверных ответов.
• •Grounding с Google Поиском (Grounding with Google Search) оказался самым точным и самым быстрым: 39 из 40 у Flash-Lite за 2,5 секунды и 40 из 40 у 3.8 Flash, когда промпт перестал предлагать ему пропустить поиск.
• •Grounding оплачивается за поисковый запрос, а не за вопрос: модель делала от 1,9 до 2,85 запроса на вопрос, поэтому 1000 вопросов стоят от $24 до $40 за поиск после 5000 бесплатных запросов в месяц. Вызов API Pick стоит фиксированные $15 за 1000.
• •Берите grounding для приложений только на Gemini с объёмом примерно до 1750 вопросов в месяц. Берите API поиска, если используете другие модели, нужен один предсказуемый вызов на вопрос или хотите сами видеть и фильтровать источники.

Насколько веб-поиск улучшает ответы LLM?

На 40 вопросах о новостях октября и ноября 2026 года Gemini 3.8 Flash и Gemini 3.5 Flash-Lite без поиска не ответили правильно ни на один. Один веб-поиск API Pick на вопрос поднял обе модели до 35 из 40 (87,5%) без неверных ответов, а grounding с Google Поиском — до 30–40 из 40, в зависимости от модели и промпта. Мы прогнали все вопросы 2026-11-14 в четырёх конфигурациях и оценили ответы по источникам, которые проверили вручную.

Мы разрабатываем API Pick — API поиска в этом тесте. Встроенный grounding от Google обошёл его по точности и скорости в большинстве прогонов, и на этой странице сказано, где и почему.

Все остальные ответы были «не знаю». Без поиска ни одна модель ничего не выдумала — именно такое поведение и нужно. На 10 контрольных вопросах на общие знания все конфигурации набрали 10 из 10, кроме Flash-Lite с поиском новостей: модель сдалась на двух вопросах, которые знала, потому что новости были не по теме.

Сколько стоит grounding с Google Поиском?

Для Gemini 3 и более новых моделей grounding с Google Поиском стоит $14 за 1000 поисковых запросов после 5000 бесплатных запросов в месяц. Подвох в единице измерения: вы платите за каждый запрос, который модель решила выполнить, а не за каждый вопрос. Вот условия на страницах цен Google на 2026-11-14:

• Бесплатная квота: 5000 поисковых запросов в месяц, общая для всех моделей Gemini 3 и новее.
• Платный тариф: $14 за 1000 запросов; по умолчанию не более 1500 запросов grounding в день на проект на платном уровне Gemini Developer API.
• Запросов на вопрос: в наших прогонах Gemini делала в среднем от 1,9 до 2,85, а на одном вопросе — до 16.
• Старые модели: модели Gemini 2.5 тарифицируются за промпт с grounding — $35 за 1000 после 1500 бесплатных в день. С 1 декабря 2026 года запросы к gemini-2.5-flash перенаправляются на Gemini 3.5 Flash-Lite.

Текст, который Google передаёт модели из поиска, не тарифицируется как входные токены. Поэтому прогоны с grounding использовали около 90 входных токенов на вопрос против примерно 1400 там, где мы вставляли в промпт пять результатов API Pick. Цены моделей в расчётах: Gemini 3.8 Flash — $0,75 за миллион входных и $3,75 за миллион выходных токенов до 31 декабря 2026 года, Gemini 3.5 Flash-Lite — $0,30 и $2,50.

Почему Gemini 3.8 Flash пропустила поиск?

Потому что с grounding модель сама решает, искать ли, а наш промпт давал ей лёгкий выход. В первом прогоне Gemini 3.8 Flash не сделала ни одного поискового запроса в 9 из 40 вопросов и ответила «не знаю». Тогда мы убрали фразу, разрешавшую «не знаю», и заново прогнали Gemini 3.8 Flash на 40 новостных вопросах:

Без запасного выхода grounding искал каждый раз, делал больше запросов (2,85 на вопрос вместо 1,9) и ответил верно на все 40. Прогон с API Pick почти не изменился: поиск уже был выполнен до того, как модель увидела вопрос.

Где ошибся API поиска?

Веб-поиск API Pick не справился с 5 из 40 вопросов. В четырёх ни один из пяти результатов не содержал нужного факта; в пятом факт присутствовал лишь косвенно. Каждый раз модель говорила, что не знает, а не гадала:

• Выручка Uber за третий квартал 2026 года: в результатах были статьи об отчётности с бронированиями и прибылью, но в возвращённом тексте не было цифры выручки.
• Коммерческая выручка Palantir в США: в результатах был темп роста (148%), но не сумма.
• Лидер рейтинга search-lift от Firecrawl: в результатах были общие рейтинги LLM.
• Цена тарифа Standard у Composio: среди результатов была страница цен Composio, но в сниппете было «$18 кредитов на место», а не цена тарифа. С вариантом «не знаю» модель воздержалась; без него ответила $18 за место в месяц, и это верно.
• Где Exa запустила поиск 13 ноября: результаты касались офиса Exa в Сингапуре. Во втором прогоне, без варианта «не знаю», модель ответила «Сингапур» — неверно (правильно — ЕС).

На продуктовых вопросах эндпоинт новостей справился хуже веб-поиска: 5 из 13 вопросов об ИИ и инструментах разработчиков, потому что страницы цен, документация и журналы изменений — не новости. Выбирайте эндпоинт под вопрос: веб-поиск для страниц и документации, поиск новостей для освещения событий и специализированные эндпоинты вроде поиска по документам SEC, когда ответ находится в официальной отчётности.

Сколько стоит каждая конфигурация в расчёте на 1000 вопросов?

После бесплатных квот веб-поиск API Pick стоит $15 за 1000 вопросов плюс $0,46–2,29 за токены модели, а grounding с Google Поиском — $24–40 за поиск на 1000 вопросов плюс $0,11–1,64 за токены. API Pick списывает 15 кредитов за вызов, $1 покупает 1000 кредитов, и оплачиваются только ответы HTTP 200 (цены).

Бесплатные квоты говорят об обратном. 5000 бесплатных запросов Google в месяц покрывают примерно 1750–2600 вопросов при измеренной частоте запросов. API Pick дарит 100 кредитов один раз — это шесть поисков. Приложение на Gemini с объёмом примерно до 1750 вопросов в месяц ничего не платит за grounding; выше этого порога цена grounding за вопрос примерно вдвое выше.

По скорости выигрывает Google. Grounding отвечал с медианой 2,5 секунды на Flash-Lite и 7,1–7,4 секунды на 3.8 Flash. Веб-поиск API Pick сам по себе занимал в среднем (медиана) 5,75 секунды (7,8 секунды на 90-м перцентиле), поэтому полный ответ занимал 7,5–11 секунд. У поиска новостей был медленный хвост: 16 секунд на 90-м перцентиле.

Когда использовать grounding, а когда API поиска?

Ниже конвейер, который мы использовали в прогонах с API Pick, сокращённый до сути. Он одинаково работает с любой моделью, принимающей текстовый промпт; полный цикл агента с вызовом инструментов описан в статье как добавить веб-поиск агенту на OpenAI или 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 с Google Поиском, напротив, — это одно дополнительное поле в теле запроса к Gemini:

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

Как это соотносится с рейтингом search-lift от Firecrawl?

Firecrawl опубликовала Web Search LLM Leaderboard с данными на 10 ноября 2026 года. Рейтинг проверяет 10 моделей на 4703 сложных исследовательских вопросах из BrowseComp, DeepSearchQA, HLE и собственного закрытого набора, позволяет каждой модели многократно искать и читать страницы в пределах бюджета инструментов и сообщает средний прирост в 40,6 пункта со слоем данных Alexandria. Лучший результат — 79,0 у Claude Opus 5.5.

Наш тест отвечает на более узкий вопрос: что даёт один поиск для простых свежих фактов, которых модель знать не может? Нашим вопросам хватает одного обращения, а не цепочки поисков, поэтому прирост у нас больше (с 0 до 87,5% и выше) и с цифрами Firecrawl не сравним. Наши 40 вопросов и ответы приведены ниже; Firecrawl свой набор не публикует.

Как мы проводили тест?

Все прогоны выполнены 2026-11-14:

• Вопросы: 40 о событиях с начала октября по 13 ноября 2026 года в четырёх группах (премии и спорт — 7, центробанки — 5, отчётность компаний — 15, ИИ и инструменты разработчиков — 13) плюс 10 контрольных вопросов на общие знания. Каждый ответ взят из первоисточника, который мы прочитали сами: nobelprize.org, релизы ФРС, ЕЦБ и Банка Англии, приложения к формам 8-K в SEC, блоги и страницы цен самих компаний.
• Модели: gemini-3.8-flash и gemini-3.5-flash-lite через Vertex AI, temperature 0, настройки рассуждений по умолчанию.
• Конфигурации: без поиска; один веб-поиск API Pick (5 результатов, вопрос как запрос); один поиск новостей API Pick; встроенный инструмент Google Search в Gemini. Результаты поиска получали один раз на вопрос и отдавали обеим моделям.
• Промпт: сегодняшняя дата, «ответь одним коротким предложением», а в первом прогоне ещё «если не уверен, ответь I don't know». Во втором прогоне последнюю фразу убрали.
• Оценка: две модели (Gemini 3.8 Flash и Gemini 3.1 Pro Preview) пометили каждый из 520 ответов как верный, неверный или отказ по эталону. Все расхождения (6) и все неверные ответы мы проверили вручную по источнику и изменили одну метку, в которой обе модели сходились: утверждение, что Exa не анонсировала Exa 3.0, считается ошибкой, а не отказом. Числа должны были совпадать с точностью эталона, поэтому «AWS выросла на 39%» засчитано как неверное против 39,3%.

Полный набор вопросов с эталонными ответами и источниками:

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

Чего этот тест не показывает?

• Он маленький. 40 новостных вопросов и один прогон на конфигурацию. Разница в два-три вопроса — в пределах шума.
• Проверена только Gemini. Другие модели могут иначе искать, читать и отказываться от ответа.
• Только вопросы об одном факте. Многошаговые исследования требуют повторных поисков и чтения страниц; для этого смотрите рейтинг Firecrawl.
• Другие API поиска не тестировались. Tavily, Exa, Brave и AWS AgentCore мы здесь не запускали; их прейскурантные цены — в нашем сравнении альтернатив Tavily.
• Цены меняются. Цены токенов Gemini 3.8 Flash удваиваются 1 января 2027 года; все цены здесь прейскурантные, проверены 2026-11-14.

Если ваш агент работает на Gemini и задаёт несколько тысяч вопросов в месяц, включите grounding и не говорите модели, что поиск можно пропустить. Если он использует несколько моделей или вам нужно контролировать, какие источники попадают в модель и сколько стоит каждый ответ, используйте API веб-поиска и прочитайте, почему API должны брать плату только за успешные вызовы.

Автор

Sarah Choy

CEO, API Pick

Сара Чой — CEO API Pick. Пишет о продакшен-готовых API для AI-агентов и LLM-воркфлоу.