Tavily 替代方案 2026:5 個搜尋 API 每千次價格比較

Tavily 隨用隨付的價格是每 1,000 次基本搜尋 $8。我們在 2026-11-12 到五家替代方案的官方定價頁逐項核對,並用自家 API 實際呼叫,連我們不占優勢的地方也一併寫出來。
一句話總結
- •2026-11-12 的官方牌價(每 1,000 次網頁搜尋):Exa $4 起、You.com $5、Brave $5、AWS AgentCore $7、Tavily 隨用隨付 $8、API Pick $15。
- •只看價格,You.com 和 Brave 是最便宜的通用替代;Exa Lite 更低,$4 且每次最多 10 筆結果。
- •AWS AgentCore Web Search(2026-11-10 推出,每 1,000 次 $7)適合 Agent 已經跑在 AWS、用 IAM 授權的團隊。
- •API Pick 的單次網頁搜尋最貴,而且最多回傳 5 筆。它適合兩種情況:同一把金鑰還要查 SEC 文件、專利、論文或臨床資料;或是用量小、不固定。
2026 年有哪些值得考慮的 Tavily 替代方案?
2026 年值得實測的 Tavily 替代方案有五個:Exa、You.com、Brave Search API、AWS AgentCore Web Search API 和 API Pick。依牌價,每 1,000 次搜尋從 $4 到 $15,Tavily 自己的隨用隨付價格是 $8。 下面每一個價格,都是 2026-11-12 從各家的定價頁或公告上讀到的。
API Pick 是我們自己的產品,讀這篇文章時請把這點算進去。為了讓內容仍然有參考價值,表格只用各家公開的數字,談 API Pick 的段落也寫了它不適合的情境。
| Tavily | Exa | You.com | Brave | AWS AgentCore | API Pick | |
|---|---|---|---|---|---|---|
| 每 1,000 次搜尋 | 隨用隨付 $8;月費方案 $5–$7.50 | $4 Lite, $7 Auto, $12 Deep | $5 | $5 | $7 | $15 |
| 免費額度 | 每月 1,000 credits | 每月 $10 額度,另有一次性 $10 | $10 額度;透過 MCP 免金鑰每天 100 次 | 每月 $5 額度 | 公告未說明 | 一次性 100 credits(6 次搜尋) |
| 計費方式 | Credits;月費方案或隨用隨付 | 依請求計費 | 依呼叫計費 | 預付額度 | AWS 帳戶,依查詢計費 | 預付 credits,永不過期 |
| 單次結果數 | 未比較 | 基本價含最多 10 筆 | 1 筆和 100 筆同價 | 未比較 | 未比較 | 最多 5 筆 |
| 失敗的呼叫 | Search 未說明 | 未說明 | 未說明 | 未說明 | 未說明 | 免費:只有 HTTP 200 才扣款 |
來源(皆於 2026-11-12 查閱): Tavily credits 與定價, Exa 定價, You.com 定價, Brave Search API 定價, AWS 公告, API Pick 定價.
每個替代方案每 1,000 次搜尋要多少錢?
Exa Lite 最低,$4;You.com 和 Brave 是 $5;AWS 和 Exa Auto 是 $7;Tavily 隨用隨付 $8;API Pick $15。 比排名更重要的,是每個數字背後的細節:
- Tavily: 基本搜尋 1 credit,進階搜尋 2 credits。隨用隨付每 credit $0.008。月費方案從 $30 / 4,000 credits(每個 $0.0075)到 $500 / 100,000 credits(每個 $0.005),所以進階搜尋每 1,000 次是 $10 到 $16。
- Exa: 三種搜尋等級,每 1,000 次請求分別是 $4、$7、$12,每次最多 10 筆結果。超過 10 筆的部分每 1,000 次請求加 $1,AI 頁面摘要每 1,000 頁 $1。
- You.com: Web Search 每 1,000 次呼叫 $5。定價 FAQ 寫明:回傳 1 筆和回傳 100 筆,價格相同。
- Brave: 預付額度,每 1,000 次請求 $5;Search 方案的容量是每秒 50 次請求。
- AWS AgentCore: 透過
InvokeWebSearchAPI 每 1,000 次查詢 $7,和經由 AgentCore Gateway 使用 Web Search 同價,不另收 Gateway 費用。 - API Pick: 每次網頁搜尋 15 credits,$1 = 1,000 credits,所以每 1,000 次 $15。
每月 10,000 次搜尋,實際要花多少?
每月 10,000 次基本搜尋,帳單從 Exa Lite 的 $30 到 API Pick 的 $150 不等。 下表是牌價乘以用量;廠商有公布每月免費額度的,已經先扣掉。
| API | 每月 300 次 | 每月 10,000 次 |
|---|---|---|
| Tavily | $0(在 1,000 個免費 credits 內) | 隨用隨付 $80,或 $100 方案(含 15,000 credits) |
| Exa Lite / Auto | $0(在每月 $10 額度內) | 扣掉每月 $10 額度後 $30 / $60 |
| You.com | $1.50 | $50 |
| Brave | $0(在每月 $5 額度內) | 扣掉每月 $5 額度後 $45 |
| AWS AgentCore | $2.10 | $70 |
| API Pick | $4.50 | $150 |
如果你只買網頁搜尋這一項,API Pick 在這張表的每個用量級距都是最貴的。這句話由我們自己先講,總比你在帳單上才發現好。
哪個替代方案適合哪種工作負載?
API Pick 的一次搜尋呼叫會回傳什麼?
最多回傳 5 筆排序好的結果,每筆有標題、URL、摘要片段和相關度分數,並附上這次呼叫用掉的 credits。 下面是我們在 2026-11-12 實際送出的一次請求:
curl -s -X POST https://www.apipick.com/api/search/web \
-H "x-api-key: $APIPICK_API_KEY" \
-H "content-type: application/json" \
-d '{"query": "AWS Bedrock AgentCore Web Search API pricing", "max_num_results": 5}'回應如下(片段已截短,5 筆結果刪掉了 3 筆):
{
"query": "AWS Bedrock AgentCore Web Search API pricing",
"results": [
{
"title": "Amazon Bedrock AgentCore now offers a Web Search API - AWS",
"url": "https://aws.amazon.com/about-aws/whats-new/2026/11/amazon-bedrock-agentcore-web-search-api/",
"snippet": "# Amazon Bedrock AgentCore now offers a Web Search API\n\nPosted on: Nov 10, 2026\n\nToday, AWS announces the general availability of the Web Search API on Amazon Bedrock AgentCore…",
"source_type": "website",
"published_at": null,
"score": 0.97,
"data_type": "unstructured"
},
{
"title": "Amazon Bedrock AgentCore pricing (2026) | Akal Cloud",
"url": "https://akalcloud.ai/blog/bedrock-agentcore-pricing/",
"snippet": "# Amazon Bedrock AgentCore pricing (2026)\n\nAkal Cloud 12 Sep 2026 8 min read\n\nQuick answer\n\nRuntime microVMs cost $0.0895 per vCPU-hour…",
"source_type": "website",
"published_at": null,
"score": 0.9196208157893264,
"data_type": "unstructured"
}
],
"result_count": 5,
"credits_used": 15
}同樣的呼叫用 Python 寫:
import os, requests
resp = requests.post(
"https://www.apipick.com/api/search/web",
headers={"x-api-key": os.environ["APIPICK_API_KEY"]},
json={"query": "Tavily pay as you go price per credit", "max_num_results": 3},
timeout=30,
)
resp.raise_for_status()
data = resp.json()
for r in data["results"]:
print(f'{r["score"]:.2f} {r["title"][:60]} {r["url"]}')
print("credits_used:", data["credits_used"])這次測試我們量到三件事:
- 延遲: 連續 5 次呼叫花了 2.9 到 7.1 秒,中位數 4.1 秒。放在節奏很緊的 Agent 迴圈裡當工具呼叫,這個速度偏慢。其他幾家我們沒有測,所以這不是排名。
- 出錯時的計費:
query為空的請求回傳 HTTP 400,餘額沒有變動。每次 HTTP 200 扣 15 credits。 - 片段的樣子: 片段是頁面的 Markdown 摘錄。有些開頭是目錄之類的導覽文字,交給模型之前最好先裁掉。
什麼情況下應該繼續用 Tavily?
如果你每月的基本搜尋不到 1,000 次,或是離不開它的 extract、crawl、map、research 端點,就繼續用 Tavily。 它的 1,000 個免費 credits 每月更新,純付費的幾家都比不上,API Pick 一次性的 100 credits 只夠 6 次搜尋。依 Tavily 的 credits 文件,extract 和 map 呼叫失敗時也不扣款。
如果你是拿 Tavily 和某一家特定產品比,我們的兩篇正面對決寫得更細:Exa vs Tavily 和 Tavily vs Exa vs Serper vs API Pick。
什麼情況下不該選 API Pick?
如果你只需要大量、低延遲的通用網頁搜尋,就不要選 API Pick。 具體來說:
- 單次需要超過 5 筆結果。Exa、You.com 和 Tavily 回傳得更多。
- 每月要跑幾萬次搜尋。每 1,000 次 $15,是上面幾家的兩到三倍。
- 迴圈裡需要次秒級的搜尋。我們實測的中位數是 4.1 秒。
- 想要每月更新的免費額度。我們只有一次性的 100 credits。
有三種情況選它是合理的:你的 Agent 還要查網頁索引不擅長的資料來源,例如 SEC 文件、專利或學術論文,而且想用一把金鑰、一份餘額;你的用量小又不固定,永不過期的餘額比月費方案划算;或是你的 Agent 常常重試,因為只有成功的呼叫才扣款。
如果你的專案屬於這幾種情況,網頁搜尋 API 頁面有完整的參數說明,URL 內容擷取 API 可以把結果的 URL 轉成乾淨的內文,每個 URL 2 credits。想看比這五家更大的範圍,可以讀我們的 AI Agent 網頁搜尋 API 比較。
常見問題
最便宜的 Tavily 替代方案是哪一個?
依 2026-11-12 的牌價,Exa Lite Search 最便宜:每 1,000 次請求 $4,每次最多 10 筆結果。You.com Web Search 和 Brave Search 都是每 1,000 次 $5。Tavily 自己的隨用隨付價格是每 1,000 次基本搜尋 $8。
有免費的 Tavily 替代方案嗎?
有幾家提供每月更新的免費額度。Brave 每月送 $5 額度,足夠 1,000 次請求。Exa 每月送 $10 額度。You.com 送 $10 額度,另外透過 MCP server 每天可以免金鑰查詢 100 次。Tavily 自己每月送 1,000 credits,比 API Pick 一次性的 100 credits 大方得多。
AWS AgentCore Web Search API 要多少錢?
依 AWS 2026-11-10 的發布公告,Amazon Bedrock AgentCore 的 Web Search API 以每 1,000 次查詢 $7 計費。呼叫透過 IAM 授權,目前在 6 個 AWS 區域提供。
API Pick 比 Tavily 便宜嗎?
沒有。API Pick 一次網頁搜尋要 15 credits,$1 可買 1,000 credits,所以 1,000 次搜尋是 $15,而 Tavily 隨用隨付是 $8。只有兩種情況 API Pick 比較省:用量很小、不想負擔月費;或是 Agent 迴圈裡失敗的呼叫很多,因為只有 HTTP 200 才扣款。
做 RAG 用哪個 Tavily 替代方案最好?
要看流程需要什麼。需要大量結果時,Exa 和 You.com 單次回傳的結果比 API Pick 的 5 筆多。技術堆疊在 AWS 上,AgentCore 可以把搜尋留在 IAM 和 PrivateLink 裡。要把網頁結果和財報、專利、論文混在一起用,API Pick 把這些資料來源放在同一把金鑰後面。
Sarah Choy 是 API Pick 的 CEO,專注於為 AI Agent 與 LLM 工作流打造可用於正式環境的 API。