独立开发者实测：SERPdive 对比 Tavily

Patient-Injury-1327 · reddit · 2026-07-20

开发者发现使用 Tavily 搜索 API 时，返回内容太薄或太嘈杂，导致 Claude 频繁触发多轮搜索并消耗大量 token。为此，他开发了 SERPdive 及其 mako 模型，旨在提供更干净的内容以支持模型单次作答。

在 1000 个问题的盲测基准中，mako 赢下了约 60% 的有效对决。相比 Tavily Basic，它返回的 token 数量减少约 20%（有助于降低大模型上下文成本），平均延迟为 1.7 秒（略慢于 Tavily 的 1.4 秒），且价格更低（$6 vs $8 / 1k 次搜索）。所有测试问题、原始响应、评判推理及复现代码均已开源。