Artificial Analysis 发布 Search API 基准:横评 26 款搜索工具
ArtificialAnlys · x · 2026-11-21
Artificial Analysis 上线 Search API Benchmark & Leaderboard,对 14 家提供商的 26 款 Search API 产品进行系统评测,帮开发者为 AI Agent 选型搜索工具。
- 评测维度:三份基准(DeepSearchQA 的 F1、BrowseComp 精确答案准确率、AA-Omniscience 准确率)等权平均得出 0-100 综合分,另测每任务成本(美元)与耗时。
- 每任务 token 消耗:Parallel Search (advanced) 约 82k tokens/任务,在 26 款中第二低;最低是 OpenAI Web Search (medium) 的 41k;Parallel Search (fast) 约 116k,与 Keenable Search (pro) 的 118k 相当。
- 配套开源:评测所用的 agent harness「Stirrup」已开源;Search API 提供商可联系申请纳入评测。
- 数据截至 2026 年 11 月 19 日,评测区分第一方集成搜索工具与外部搜索 harness 两类场景。
「编程与Agent」频道最新
- 开发者用 Grok 做出每日 X 摘要 Bot,自动拉黑 19 个回复机器人 — petergyang · 2026-11-21
- 两个提示词 20 分钟指挥真机器人:DeepMind Antigravity 机器人插件实测 — jackyliang42 · 2026-11-21
- 用户实测:让 Astra 6.2 评审 Opus 5.5 写的代码,几乎说不出东西 — rickasaurus · 2026-11-21
- 上架官方 MCP Registry 的安全防火墙:可检测工具投毒与 rug-pull 哈希漂移 — ezelech · 2026-11-21
- Ruff 作者发现:伪装成 Mypy 反而让类型检查器跑 Pydantic 更快 — charliermarsh · 2026-11-21
- MAI Code 2实测:替代Claude编排GPT子会话,登顶Terminal-Bench — imdigitalashish · 2026-11-21