新基准测试评估AI代理搜索API质量、成本与速度

新基准聚焦AI代理搜索能力

Artificial Analysis近日推出名为“Search Index”的公开基准测试，专门评估当前主流搜索API在支持AI智能体（AI agents）任务时的实际表现。该基准不依赖人工评分或合成查询，而是基于真实代理工作流，量化衡量结果相关性（质量）、每千次查询费用（成本）以及端到端延迟（速度）。

四家服务商综合得分领先

测试覆盖七家提供搜索API的厂商，全部在相同提示工程与任务集下运行，底层大模型统一采用GPT-5.6 Luna（注：原文如此，非OpenAI官方型号，应为测试所用特定版本或代号）。结果显示，Parallel、Exa、Firecrawl与GPT-5.6 Luna在三项指标的加权综合排名中位居前列。报告未公布具体分项数值，但强调差异显著，尤其在长尾查询与实时信息检索场景中。

目标是推动代理基础设施标准化

Artificial Analysis表示，该基准旨在填补AI智能体开发中搜索能力评估的空白，帮助开发者与企业更理性地选型，避免过度依赖单一供应商或黑盒性能宣称。