[ blog · comparison ]12 min read

2026 年给 AI Agent 用的最佳网页搜索 API（横向对比）

Sarah Choy·发布于 2026年5月29日·约 12 分钟阅读

Bing Search 在 2025 年退役，紧接着十几家面向 Agent 的搜索 API 抢着来填这个坑。这里给你一张实用、最新的地图：谁返回什么、谁怎么收费、该把哪一个接进你的 Agent。

一句话总结

• •市场一分为二：面向 Agent 的搜索 API（Exa、Tavily、Linkup、Parallel、API Pick）直接吐出干净、ranked、LLM 友好的文本；SERP 抓取型 API（Serper、SerpApi）返回原始 Google 结果、清洗交给你自己做。
• •微软已于 2025 年 8 月 11 日下线 Bing Search API —— 这是 2026 年各团队重新挑选搜索供应商最大的单一原因。
• •「答案」型端点（Perplexity Sonar、Brave Answers、Exa /answer）在搜索里捆绑了一次 LLM 调用，成本更高；纯搜索端点返回更快，且把模型选择权留给你。
• •2026 年公开的牌价里，原始结果大多落在每 1,000 次搜索 $5–$10；模型内置搜索（OpenAI、Anthropic）和 Bing grounding 则在每 1,000 次 $10–$35。
• •若要按量、只对成功扣费的 Agent 工具调用，API Pick Web Search 每次调用 15 credits（≈ $0.015），且没有月费门槛。

为什么这份名单和一年前长得不一样

2025 到 2026 年间，有两件事重塑了网页搜索 API 市场。第一，微软 于 2025 年 8 月 11 日下线了 Bing Search API —— 这个为大量 LLM grounding 管线默默供能的主力 —— 并用 Azure AI Foundry 内的 Grounding with Bing Search 取而代之，而后者并不是即插即用的 API，按约每 1,000 次事务 $35 计费。一夜之间，成千上万个团队需要换一个新供应商。第二，一波 面向 Agent 的搜索初创公司拿到了大笔融资 —— Exa 的 $85M B 轮（约 $700M 估值）、Parallel 的 $100M 轮、Linkup 的种子轮 —— 并推出了为语言模型而非人类设计的 API。

结果就是市场干净地裂成两大阵营，而你要做的第一个决定，就是你站在哪个阵营：

• 面向 Agent 的搜索（Exa、Tavily、Linkup、Parallel、Valyu、API Pick）：你发一个查询，拿回一份简短的 ranked 列表 —— 标题、URL、干净的文本 snippet —— 有时还有一个成品答案，全都已经按上下文窗口 shaping 好。
• SERP 抓取（Serper、SerpApi）：你拿到 Google 结果页的原始 JSON，清洗、排序、snippet shaping 自己来。

下面是这张实用地图。价格和配额变动很快 —— 这里的每个数字都是 2026 年的牌价，集成前请到各家定价页确认。

各位选手，每个一段话

Exa

「给 AI 用的搜索引擎」。Exa 跑自己的 embedding 索引，提供 neural、keyword 和 auto 模式，外加 /contents、 /answer、/findSimilar、异步的 /research 任务端点，以及 Websets 列表构建器。当主题相似度比原始时效性更重要时表现最强。带 contents 的搜索牌价约每 1,000 次 $7；每月 1,000 次请求的免费额度降低了试用门槛。

Tavily

面向 Agent 的网页接入层 —— /search、 /extract、/crawl、/map，以及更新的 /research 端点。一次调用返回 LLM 友好的 snippet 外加可选的生成答案。它在 LangChain 生态里长大，并提供官方 MCP server。2026 年 2 月被 Nebius 以 $275M 收购，品牌延续。按 credit 计费：basic 搜索 1 credit，advanced 2 credit，每月 1,000 credit 的免费额度。

Perplexity Sonar

不是原始结果 API —— Sonar 返回一个成品的、带引用的答案。像 sonar 和 sonar-pro 这样的模型分两部分计费：token 成本，加上随你拉取的网页上下文量而变的每请求搜索费。当你想要模型的答案而非链接、并且乐意让 Perplexity 替你挑来源时，它最合适。

Linkup

一家更新的独立搜索 API，专注有来源的答案，提供 standard 和 deep 两种模式，还有一个值得注意的招数：通过 x402 / USDC 微支付实现按请求付费，让自主 Agent 在没有人类账户的情况下也能付款。它把自己明确定位成 Bing API 的替代品。

Parallel

由前 Twitter CEO Parag Agrawal 从零为 Agent 打造。你给它一个语义目标，它返回压缩过、与 token 相关的摘录；配套的 Task API 则返回经过校验的结构化数据。按请求定价（Base 搜索档约每 1,000 次 $4），以 benchmark 为卖点。

Brave Search API

少数真正独立的全球索引之一 —— 既不是 Google 也不是 Bing 的镜像 —— 还带一个专门用于 grounding 的 LLM Context 端点。牌价约每 1,000 次请求 $5。Brave 在 2025 年取消了免费额度，把所有人迁到计量计费，这也是它出现在每一份「Bing 替代」名单上的原因。

Serper

大规模拿原始 Google SERP JSON 最便宜的方式 —— 视用量约每 1,000 次查询 $0.30–$1。LLM-shaping 这层你自己交付。如果你已经在跑内容抽取器，那很好；如果没有，这就是隐藏的工作量。

API Pick Web Search

按量计费、为 tool calling shaping 好的语义搜索。 POST /api/search/web 返回最多 10 条 ranked 结果 —— 标题、URL，以及一段预先清洗的 snippet —— 带可选的 country_code 与 start_date/end_date 过滤。每次调用 15 credits（$5 买 5,000 credits，≈ $0.015），credit 永不过期，且只对 HTTP 200 扣费。

逐项对比

怎么选：一棵简短的决策树

按顺序回答下面几个问题，你会很快落到对的阵营。

• 你要的是链接还是答案？ 如果你要一个成品的、带引用的答案，并且不介意让供应商替你挑来源，用 Perplexity Sonar（或某个 /answer 端点）。如果你想掌控模型读哪些来源，用搜索 API，自己跑模型。
• 你需要原始 SERP 吗？ 如果你的管线确实需要 Google 完整的结果页 —— knowledge panel、places、精确排序 —— 用 Serper 或 SerpApi，并为自己的清洗步骤留出预算。
• 相似度比时效性更重要吗？ 「帮我找更多和这个页面相似的页面」是 Exa 的主场，靠的是在自有索引上的神经排序。
• 你的流量是突发型、或预算是按量型吗？ 如果你在做原型、跑批量研究任务、或构建会在偶发失败时重试的 Agent，那么按调用计费、只对成功扣费的模型（API Pick）能让你免去月费门槛，也免去为重试买单。

实际集成长什么样

摩擦最低的集成，是你粘贴一个 tool schema、跳过封装层。这些 API 大多让你手写 JSON 工具定义；API Pick 把两种形态都给你：

# 返回一个 OpenAI function 定义，同时附带一个 Claude tool-use 定义
curl https://www.apipick.com/api/search/web/tool-schema

接进 Claude tool-use 循环只要三行：

import anthropic, requests

schema = requests.get("https://www.apipick.com/api/search/web/tool-schema").json()
client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    tools=[schema["claude"]],
    messages=[{"role": "user", "content": "What shipped in agent search this week?"}],
)

典型的面向 Agent 响应足够小，可以直接塞进一个 tool_result 块：

{
  "results": [
    {
      "title": "Nebius acquires Tavily to add agentic search",
      "url": "https://nebius.com/newsroom/...",
      "snippet": "Nebius announced an agreement to acquire Tavily, adding\nagentic web search to its AI cloud platform."
    }
    /* …more */
  ],
  "result_count": 5,
  "credits_used": 15,
  "remaining_credits": 985
}

没人计入价格的那一项：失败调用与重试

Agent 会重试。一个扇出十次搜索的研究 Agent 会撞上偶发的 429 和 502，而一个朴素的循环会重新跑它们。在按查询计费的供应商那里，每次重试都要花钱。在订阅模型里，每次重试都比你仪表盘显示的更快烧掉额度内的 credit。唯一无视重试的模型是 只对成功扣费 —— 你为那个 HTTP 200 付费，而不是它之前的三次超时。对突发型 Agent 流量来说，这往往比头条上的每次调用价格省得更多。

这些 API 都不做的事

没有一家网页搜索 API 能可靠地回答「这个域名从 2019 年起的每一份文档」—— 深档案覆盖你仍然要把搜索和一个定向爬虫或专门数据集搭配起来。它们都不能完美去重高度相似的 URL。也没有一家能解决上游问题：来源陈旧或权威度低；判断来源质量仍是你的 Agent 要做的决定。把搜索 API 当作检索原语，而不是整个大脑。

快速选型

作者

Sarah Choy

CEO, API Pick

Sarah Choy 是 API Pick 的 CEO，专注于为 AI Agent 与 LLM 工作流构建可用于生产的 API。