2026年、エージェント向けAI検索APIベスト13（Tavily、Brave、SerpAPI＋実際に試した10サービス）
BingのSearch APIは2025年8月11日に終了し、AI検索API市場はその後の9ヶ月間、その空白を埋めようと激しい競争を繰り広げた。現在、エージェントを最新のWebコンテンツでグラウンディングするための信頼できる選択肢は13あるが、本当に注目する価値があるのは5つ程度だ。私はこの6週間、同じクエリをすべてのAPIに投げ、レイテンシを測定し、JSONの構造を比較し、抽出とLLMトークンのコストを含めて各サービスの実際のコストを合計してきた。
即答：2026年のベストAI検索API
この記事を30秒しか読まないなら、要点はこれだ：
- 引用付きRAGに最適： Tavily。検索＋抽出がセットになっており、無料枠も充実。
- マルチエンジンのSERPカバレッジに最適： SerpAPI。30以上のエンジンに対応し、このカテゴリで最も深い結果ページの解析を提供。
- 高リコール検索＋モニタリングに最適： CatchAll。リコール優先のインデックスで、関連するものをすべて浮かび上がらせ、Web上の新しいイベントを監視し続ける。
この記事の残りでは、コード、実際のJSON、2026年の価格とともに13のAPIを解説する。多くの「ベスト」系記事が忘れがちな、2つのLLMプロバイダー純正ツール（OpenAI、Anthropic）も含めている。
Bing Search APIに何が起きたのか？
Bing Search APIは2025年8月11日に廃止され、Microsoftは開発者をAzure AI Agents内の「Grounding with Bing Search」へ誘導した。これはティアによって40〜483%の価格上昇を意味し、しかもAzureエコシステム内でしか使えない。この1つの廃止こそが、2025年後半から2026年にかけてAIネイティブ検索カテゴリを爆発的に成長させた引き金だ。
過去10年の大半において、「検索API」とはBingのRESTエンドポイントか、SERPスクレイピングのラッパーを意味していた。Microsoftがプラグを抜いた瞬間、Bingの上で静かに構築してきたチームには、移行のための3週間しか与えられなかった。GoogleのProgrammable Search Engineに移ったチームもあれば、引用、セマンティクス、独立性、純粋なコストのどれを重視するかによって、Tavily、Exa、Brave、Serperへと跳んだチームもあった。
Bingの廃止は単に1つのAPIを消しただけでなく、AIネイティブ検索カテゴリ全体を引き起こした。「LLMのための検索API」として自らを位置づけてきたベンダーは、突然先見の明があるように見えた。Braveは2026年2月にLLM Context APIをリリースした。LinkupはLe MondeやLe Figaroとパブリッシャー契約を結んだ。OpenAIとAnthropicはweb_searchをツール使用ループに直接組み込み、サードパーティベンダーが一切不要になるようにした。
Microsoftの公式な廃止通知はライフサイクルのアナウンスで読める。短いページだが、この記事全体が、あのアナウンスの二次的な影響について書いている。
AI検索APIは通常のSERP APIとどう違うのか
2026年の検索APIは3つのティアに分かれる： AIネイティブ（Tavily、Exa、Perplexity、Linkup、You.com）、独立インデックス（Brave、CatchAll）、そしてSERPラッパー（Serper、SerpAPI、Bright Data、Google PSE）だ。ティアが重要なのは、それぞれが何を返し、LLMが使えるようになるまでにレスポンスに何をする必要があるかが大きく異なるからだ。CatchAllは独立インデックスティアのリコール優先の端に位置している：ランク付けされた結果ページの代わりに、ジョブごとに数万ページを走査し、検証済みの構造化レコードを返す。
SERPラッパーは、GoogleやBingの結果ページをJSONに解析したものを渡す。URL、タイトル、スニペットが手に入る。基本的には、自分で検索結果ページをスクレイピングしたときに見えるものと同じだ。その後、各URLを取得し、読み取り可能なテキストを抽出し、モデルに渡す必要がある。つまり、クエリごとにさらに2回のネットワークホップと、もう1つのベンダー（または自前のスクレイパー）が必要になる。
AIネイティブAPIは抽出を代わりにやってくれる。1回の呼び出しで、検索結果に加えて、クリーンアップされたページ全文のテキストが返り、そのままプロンプトに投入できる。TavilyとLinkupはさらに、レスポンスをモデルが直接引用できる引用形式に整形してくれる。RAGパイプラインを構築しているなら、これがコード3行と小さなサブシステムほどの差になる。
「最も安いAPI」は、コンテンツの再抽出に費やすLLMトークンを考慮すると、しばしば最も高くなる。1,000クエリあたり$0.50のSerperは無敵に見えるが、返ってきたスニペットを要約するためにClaudeにクエリごとにさらに2セント払っていることに気づくまでだ。この話には「システム総コスト」のセクションで戻る。
ベストAI検索API 13選 ランキング
私はこれらそれぞれを同じクエリでテストした："latest research on retrieval-augmented generation 2026"。実時間（wall-clock）のレイテンシを測定し、生のJSONを確認し、MCPの可用性をチェックし、APIが代わりにやってくれなかった抽出を含めたクエリごとのコストを合計した。以下がその選出結果で、純粋な人気順ではなく、それぞれが最も得意とすることに基づいて並べている。
1. Tavily、引用付きRAGに最適
Tavilyは、クライアントが3つの追加システムを構築せずに引用でグラウンディングされた回答を求めているときに、私が最初に手に取るAPIだ。1回の呼び出しで、検索結果、クリーンアップされたページコンテンツ、そしてLangChainとLlamaIndexが直接消費できる引用形式のペイロードが返る。Researchティアは1リクエストあたり$0.008で、月額1,000リクエストが無料。これは、何かを支払う前に本格的なエージェントのプロトタイプを作るのに十分な量だ。
RAGで勝つ理由は、レスポンスがすでにLLMが望む形に整形されているからだ。スニペットを再要約するためにトークンを払う必要がない。contentフィールドはすでに読み取り可能なページテキストになっている。私のテストでは、Tavilyは抽出ステップのためにSerperより約1.5秒レイテンシが加わり、エンドツーエンドで約2.1秒だった。これは上位ティアの中では最も遅いが、トークンの往復を節約できる。
from tavily import TavilyClient
client = TavilyClient(api_key="tvly-...")
result = client.search(
query="latest research on retrieval-augmented generation 2026",
search_depth="advanced",
include_raw_content=True,
max_results=5,
)
for r in result["results"]:
print(r["title"], r["url"], r["score"])正直な限界：クエリがキーワードではなく説明文の場合のニューラル/セマンティックモードはなく、4つのツール呼び出しを連鎖させているときには2.1秒は長く感じる。全パラメータセットはTavilyのドキュメントを参照。
2. SerpAPI、マルチエンジンのSERPカバレッジに最適
SerpAPIは、SERPラッパーティアで最も成熟した選択肢であり、エージェントがプレーンなWeb検索結果以上を必要とした瞬間に私が手に取るものだ。30以上のエンジン（Google、Bing、YouTube、Maps、Scholar、Amazon、eBay）をサポートし、結果ページのすべての機能（ナレッジパネル、関連する質問、ローカルパック）を解析し、このカテゴリで最も深い解析深度を持つ。価格は月額$50で5,000クエリから、100クエリのトライアル付き。
この深度には対価を払うことになる。SerpAPIはそのティアで最も高価であり、必要なのが常に10件のブルーリンクだけなら過剰だ。しかし、エージェントが同じワークフローでYouTubeとScholarにクエリする必要がある場合や、他のラッパーがクリーンに解析できないSERP機能への構造化アクセスが必要な場合、SerpAPIはそれを継ぎ接ぎなしで実現できる唯一の場所だ。私のテストクエリでは約1.2秒で返ってきた。
from serpapi import GoogleSearch
search = GoogleSearch({
"q": "latest research on retrieval-augmented generation 2026",
"num": 5,
"api_key": "...",
})
for r in search.get_dict()["organic_results"]:
print(r["title"], r["link"])正直な限界：これはSERPラッパーなので、ページコンテンツの取得と抽出は依然として自分でやる必要があり、月数千クエリしか実行しないならエントリー価格は急だ。ドキュメント：SerpAPI。
3. CatchAll、高リコールWeb検索とモニタリングに最適
**CatchAll**はこのリストの中で異質な存在であり、それがまさにポイントだ。これはNewscatcher独自のWebインデックス上に構築されたリコール優先のWeb検索APIで、ランク付けされた結果ページを返す代わりに、より広いWebを走査し、見つけたものの構造化レコードを返す。Newscatcherによると、1つのジョブで50,000ページ以上を1分あたり約10,000ページの速度で走査し、Leidenアルゴリズムで関連ページをクラスタリングし、その後LLM検証パスを実行するため、生のリンクではなく検証済みのイベントが返ってくるという。
私はいつものRAGクエリをこれに通し、すぐに自分が間違った使い方をしていることに気づいた。CatchAllは1秒未満のレイテンシ競争に勝とうとしているのではない。関連するものすべてを見つけようとしているのだ。地域プレス、業界誌、そしてGoogle型のSERPなら9ページ目に埋もれる規制当局の提出書類まで含めて。列挙タスク（「今四半期に欧州で起きたすべての倉庫火災」）では、ランキングベースのAPIがまったく返さなかったソースを浮かび上がらせた。レスポンスはイベントごとに1つのJSONオブジェクトで、それぞれにソース引用と抽出されたエンティティが含まれ、RAGパイプラインやモニタリングダッシュボードにそのまま投入できる。
import requests
resp = requests.post(
"https://api.newscatcherapi.com/v3/search",
headers={"x-api-token": "YOUR_API_KEY"},
json={
"query": "warehouse fires in Europe",
"page_size": 10,
},
)
print(resp.json())私が何度も戻ってくる機能は、モニタリング側だ。同じクエリをcronループで再ポーリングして自分で結果を差分比較する代わりに、CatchAllのMonitorはスケジュールに従って検索を再実行し、Watchlistはエンティティの関連性をスコアリングするため、新しいイベントは公開され次第表示される。コンプライアンス、競合インテリジェンス、サプライチェーン追跡にとって、これは、もはや構築する必要のないカスタムクローラーだ。価格は使用量ベースで、検証済みレコードごとの従量課金、テスト用の無料ティアもある。
正直な限界：これはSERPの代替ではない。深い「Base」モードは非同期で、ジョブごとに約15分かかる場合があり、軽量な「Lite」モードは100結果が上限で、公式MCPサーバーはまだない。SEOの順位トラッキングやオートコンプリート速度のルックアップが欲しいなら、SerpAPIやSerperのようなSERP APIが適切なツールだ。包括的な検索と継続的なモニタリングが欲しいなら、これは本当に異なるアプローチだ。ドキュメント：Newscatcher CatchAll Web Search API。
4. Brave Search API、ベンダー独立性に最適
Brave Search APIは、完全に独立したWebインデックスに支えられた唯一の主要な選択肢であり、BingやGoogleのリセラーではない。Data for AIティアは1,000クエリあたり$3〜$9で、月額2,000件が無料。Braveは公式MCPサーバーを提供しており、Claude CodeやCursorにそのまま投入できる。2026年2月のLLM Context APIのリリースは、このカテゴリでほぼ誰もカバーしていない最大のニュースだ。
Braveを本番負荷で実行してわかったのは、インデックスがGoogleのテールより小さいということだ。マイナーなニッチなクエリではそれを感じる。しかし、プライバシーストーリーとリセラーエクスポージャーのなさが、クライアントがGoogleへの依存にアレルギーを持っている場合にこれを正しい選択にする。Braveは私のテストクエリで約0.8秒で返り、Serperに次ぐ2番目だった。
import requests
resp = requests.get(
"https://api.search.brave.com/res/v1/web/search",
params={"q": "latest research on retrieval-augmented generation 2026", "count": 5},
headers={"X-Subscription-Token": "BSA..."},
)
data = resp.json()
for r in data["web"]["results"]:
print(r["title"], r["url"])LLM Context API（別のエンドポイント）は、Braveのスニペットをそのまま引用できるコンテキストとして整形して返す。これはBrave版のTavilyへの回答だ。新しく、本番RAGでの実戦テストはまだ少ないので、Tavilyはスタンバイとして維持するだろう。ドキュメント：Brave Search API documentation。MCPの詳細はModel Context Protocolガイドで。
5. Exa、セマンティックディスカバリーに最適
Exaはニューラルインデックスを使用している。つまり、クエリをキーワードの袋としてではなく、意味として理解する。「RAGは時代遅れだと主張する論文」と尋ねれば、結果にそれらの単語が含まれていなくても、まさにそれが手に入る。ベースティアは1,000クエリあたり約$5にコンテンツアドオンが加わり、サインアップ時に$10のトライアルクレジットが付く。
私のベンチマークでは、Exaは約1.18秒で返り、テストした中で最速のAIネイティブ選択肢となった。からくりは、Exaがコンテンツを事前にセマンティックにインデックスしているため、ニューラル検索がGoogleクエリの再実行と再ランキングより安いということだ。Embeddingsで「これに似たコンテンツを見つけて」を自分で構築しようとしたことがあるなら、Exaは6ヶ月の作業の後にあなたが構築したであろうものだ。
from exa_py import Exa
exa = Exa("your-api-key")
results = exa.search_and_contents(
"latest research on retrieval-augmented generation 2026",
num_results=5,
text=True,
highlights={"highlights_per_url": 3},
)
for r in results.results:
print(r.title, r.url)正直な限界：textとhighlightsを同時に有効にすると価格が急速に上昇し、Exaのインデックスは速報ニュースでGoogleに数時間遅れる。現在の価格マトリックスはExaのドキュメントにある。
6. Perplexity Sonar API、すぐに表示できる回答に最適
Perplexity Sonarは、検索してからLLMというダンスを完全にスキップする。Perplexityの製品そのもののように、インライン引用付きの事前合成された回答を返す。価格はトークン単位で、入力100万トークンあたり約$5。月額無料枠はないが、トライアルクレジットは充実している。
ここでの勝ちはプロダクトUXにある。エンドユーザーが下に引用が付いたPerplexityスタイルの回答を望んでいるなら、別のLLM呼び出しはまったく不要だ。デメリットは、生の結果が返ってこないことだ。自分のランキング、自分のフィルタリング、自分のフォローアップ検索はできない。Sonarのモデルと、何が重要かというSonarの意見にコミットすることになる。合成ステップのため、レイテンシは約3秒かかる。
私はSonarを消費者向けQ&Aインターフェースに使い、下流のLLMが生のパッセージについて推論する必要があるエージェントスタックでは避けるだろう。ドキュメント：Perplexity Sonar API。
7. Serper.dev、コスト最適化エージェントに最適
Serperはこのカテゴリで最も安い本物のGoogle検索結果だ。1,000クエリあたり$0.30〜$1で、サインアップ時に2,500件が無料。Googleの検索結果に対する薄くて高速なラッパーで、スニペットのみを返す。私のベンチマークでは、Serperは約0.5秒で返り、リスト中で最速だった。
からくりはこれだ：SerperにJina Reader（r.jina.ai）を組み合わせて無料のURL→Markdown抽出を行えば、1,000クエリあたり約$0.50に抽出コストゼロの検索＋抽出スタックが完成する。Serper + Jina Readerは、このカテゴリで最高の$5/1,000件スタックだ。間違いない。
import requests
resp = requests.post(
"https://google.serper.dev/search",
json={"q": "latest research on retrieval-augmented generation 2026", "num": 5},
headers={"X-API-KEY": "..."},
)
for r in resp.json()["organic"]:
print(r["title"], r["link"], r["snippet"])正直な限界：スニペットのみで、組み込みの抽出はなく、コンテンツに対して下流で行うことにはGoogleの利用規約が依然として適用される。ドキュメント：Serper.dev。
8. Firecrawl Search、ワンコールの検索＋抽出に最適
Firecrawl Searchは、Web検索とフルページ抽出をバンドルし、LLM対応のMarkdownとして返す。価格は月額$16のHobbyから始まり、上位ティアでは検索＋抽出ごとの課金となる。JavaScriptレンダリングされたページをうまく処理できる数少ない選択肢の1つであり、これはWebの半分が今やSPAであることを考えると重要だ。
Firecrawlの売りは「1回の呼び出しで、プロンプトにそのまま使える」だ。それは本当で、Markdown出力はクリーンだ。私はクライアントのRAGパイプラインで使ったことがあり、そのときの代替案はカスタムのPlaywrightスクレイパーだった。難点は、大規模になると価格がTavilyのフラットなリクエスト単価モデルより予測しにくいことと、Firecrawlは自社のまとめ記事で自分たちを1位に位置づけているので、マーケティングは話半分に聞くべきということだ。ドキュメント：Firecrawl Search。
9. Google Programmable Search Engine、ホワイトリストドメインRAGに最適
Google Custom Search JSON APIは、まあ、Googleだ。1日100件の無料枠を超えると1,000クエリあたり$5。難点は、これが「指定したサイト」を検索するよう設計されていることで、ドメインのリストを指定するとGoogleがそれらを検索する。広範なWeb検索に切り替えることもできるが、結果はgoogle.comと異なり、品質がいくらか落ちる。
既知の権威あるホワイトリストがある場合に正しい選択だ。例えば、医療エージェント向けの10の医学誌や、6つのサブドメインにまたがるクライアントのドキュメントなど。事前にフィルタリングしているため、シグナル対ノイズ比は優秀だ。オープンWeb検索には、代わりにSerperを使うべきだ。ドキュメント：Custom Search JSON API。
10. OpenAI web_searchツール、すでにGPT-4o/5を使っている場合に最適
OpenAIのweb_searchツールはResponses APIのツール使用ループ内で実行され、モデルトークンにバンドルされている。別のベンダーも、追加のAPIキーも、追跡すべきレート制限もない。スタックがすでにGPT-4oやGPT-5なら、これはリスト全体で最も摩擦の少ない選択肢だ。価格はプランごとにバンドルされており、ほとんどのChatGPTビジネスプランの包含ティアでは無料。
「ベストAI検索API」のまとめ記事でこれをカバーする人はほぼいない。「サードパーティAPI」という枠に当てはまらないからだ。しかし、これは膨大な数のチームにとって正しい答えだ。インフラコードはゼロ行で、OpenAIが検索を処理し、結果をランキングし、ページを取得し、ツール呼び出しの一部としてコンテンツをモデルに渡す。完全なセットアップはResponses APIチュートリアルにある。
正直な限界：OpenAIモデルにロックされ、ソースの許可リストを制御できず、ランキングは不透明だ。Claudeやオープンソースに移行する必要が出た場合、検索レイヤーを再構築することになる。ドキュメント：OpenAI Responses API web_search tool。
11. Anthropic Claude web_searchツール、すでにClaudeを使っている場合に最適
Anthropicのweb_searchツールはOpenAIのパターンを踏襲している：Claudeのtool_useループ内で実行されるネイティブツールだ。違いは引用で、Claudeは実際に使用したURL付きのファーストクラスの引用オブジェクトを返す。これはコンプライアンスと信頼にとって金だ。価格は1,000検索あたり$10にClaudeのトークンが加わる。
$10/1,000件は高く見えるが、TavilyのResearchティアが$8/1,000件であり、いずれにせよClaudeのトークンはすでに払っていることに気づくまでだ。ネイティブツールは1つのベンダー関係を除去し、課金を単一のAnthropic請求書にまとめる。エンタープライズチームにとって、それだけでも価値がある。Anthropic web_searchツールのドキュメントと、より広範なツール呼び出しガイドを参照。
正直な限界：Claudeにロックされ、トークンに加えて検索ごとの料金がかかり、レート制限はClaudeモデルのティアに連動する。OpenAIと同じロックインの話で、切り替える必要が出るまでは便利だ。
12. You.com Search API、調整可能な深度ティアに最適
You.com Search APIでは、呼び出しごとに深度ティアを選べる。「Smart」は高速な結果で1リクエストあたり約$0.004、「Research」はより深い合成で1リクエストあたり$0.05。無料枠は充実しており、この呼び出しごとの調整可能性が独自の強みだ：素早いルックアップと深いリサーチ質問の両方を扱うエージェントは、それに応じてルーティングできる。
私はYou.comを本番規模でデプロイしたことがないので、過大評価はしない。深度ティアは賢く、ドキュメントはまともで、コミュニティはTavily/Exaより小さい。つまり、LangChainの統合が少なく、何かが壊れたときのStack Overflowの回答も少ないということだ。ドキュメント：You.com API。
13. Linkup、欧州/多言語ソースに最適
Linkupはプレミアムパブリッシャーネットワークを持つAI検索APIだ。Le Monde、Le Figaro、そして増え続ける欧州メディアと契約を結んでいる。価格はStandardが€5/1,000件、Deepが€15/1,000件で、無料ティアあり。エージェントが欧州や多言語ソースで回答をグラウンディングする必要があるなら、これはこのカテゴリで比類がない。
英語圏のまとめ記事でLinkupをカバーするものはほぼなく、それがまさに空白だ。フランスやドイツ市場にサービスを提供するクライアントにとって、LinkupのインデックスはTavilyやExaで得られるものと本当に異なる。トレードオフは、EUソース外のインデックスが小さいことと、プロダクトの表面が新しいことだ。ドキュメント：Linkup。
見逃すべきでない3つのボーナスピック
**Jina Reader（r.jina.ai）**は、あらゆるURLをクリーンなLLM対応コンテンツに変換する無料のURL→Markdown抽出ツールだ。任意のURLの前にhttps://r.jina.ai/を付けるだけで、読み取り可能なテキストが返ってくる。Serperと組み合わせれば、このカテゴリで最も安い本番グレードの検索＋抽出スタックになる。私たちはクライアントの予算が厳しいとき、社内でこの組み合わせを使っている。より多くのパターンはベストRAGツールの記事で。
Parallel Search APIは、エージェントのためにゼロから構築された新しい参入者だ。探しているものをセマンティックな目的として記述すると、Parallelがランキングと検索を処理する。執筆時点ではベータアクセス中だが、設計は意見が明確で、追跡する価値がある。宣言的なエージェントネイティブ検索が未来なら、Parallelはその初期の形だ。
Bright Data SERP APIは、アンチブロッキングと195カ国のジオターゲティングを備えたエンタープライズグレードのSERPで、1,000クエリあたり$1.50。ほとんどのエージェントには過剰だが、ローカライズされたSERPモニタリングや競合インテリジェンスエージェントを大規模に実行しているなら、ジオ機能は比類がない。存在を知っておく価値がある。
早見比較表
クライアントから「どれ？」と聞かれたときに私が開いたままにしているマトリックスがこれだ。実際に答えを決める次元にまたがる12のAPI。
| API | 種類 | 価格（1,000件） | 無料枠 | レイテンシ | MCPサーバー | 引用 | 最適用途 |
|---|---|---|---|---|---|---|---|
| Tavily | AIネイティブ | $8 | 月1,000件 | 約2.1秒 | コミュニティ | あり | 引用付きRAG |
| SerpAPI | SERPラッパー | $50/5,000件 | 100件トライアル | 約1.2秒 | コミュニティ | スニペットのみ | マルチエンジンSERPカバレッジ |
| CatchAll | リコール優先インデックス | 使用量ベース | 2,000クレジット | Lite 約数秒 / Base 約15分 | なし | あり（構造化） | 高リコール＋モニタリング |
| Brave | 独立インデックス | $3〜9 | 月2,000件 | 約0.8秒 | 公式 | あり（LLM Context） | ベンダー独立性 |
| Exa | AIネイティブ（ニューラル） | 約$5 | $10クレジット | 約1.18秒 | 公式 | あり | セマンティックディスカバリー |
| Perplexity Sonar | AIネイティブ | トークン単位 | なし | 約3秒 | なし | あり（合成） | すぐに表示できる回答 |
| Serper | Googleラッパー | $0.30〜$1 | 2,500件 | 約0.5秒 | コミュニティ | スニペットのみ | コスト最適化 |
| Firecrawl Search | AIネイティブ | リクエスト単位 | あり | 約1.5秒 | 公式 | あり | 検索＋抽出 |
| Google PSE | Google（制限あり） | $5 | 1日100件 | 約0.7秒 | なし | スニペットのみ | ホワイトリストRAG |
| OpenAI web_search | ネイティブツール | バンドル | プランベース | モデルのレイテンシ | N/A | あり | OpenAIユーザー |
| Claude web_search | ネイティブツール | $10 | なし | モデルのレイテンシ | N/A | あり | Claudeユーザー |
| You.com | AIネイティブ | $0.004〜$0.05 | 充実 | 約1秒 | なし | あり | 調整可能な深度 |
| Linkup | AIネイティブ（プレミアム） | €5〜€15 | あり | 約1.5秒 | なし | あり | EU/多言語 |
上記のレイテンシ数値（約0.8秒、1.18秒、0.5秒、2.1秒）は、私自身の実行結果とAIMultiple Agentic Search Benchmark 2026の混合から来ている。これは私が見つけた中で最も厳密な独立系ベンチマークだ。
価格と無料枠の比較
そう、2026年には本物の無料枠を提供するAI検索APIが複数ある。Tavilyは月1,000リクエスト無料、Braveは月2,000件無料、Serperは2,500件の一回限りの無料、Exaは$10のクレジットを提供している。今日エージェントのプロトタイプを作っているなら、2〜3のベンダーの無料枠を積み重ねることで、$0で動くデモを出荷できる。
無料枠を超えると、1,000クエリあたりの生の価格は桁違いに変わる。これが実際のコストマップだ。CFOから「なぜ検索に金を払っているのか？」と聞かれたときや、スタック全体でLLM APIコストを削減しようとしているときに役立つ。
"Cost per 1,000 queries — AI search APIs 2026"
データテーブル
| "USD per 1,000 queries" | "Standard tier" |
|---|---|
| "Serper" | 0.5 |
| "Bright Data SERP" | 1.5 |
| "Brave (Data for AI)" | 5 |
| "Google PSE" | 5 |
| "Linkup (Standard)" | 5.5 |
| "Exa" | 5 |
| "Tavily (Research)" | 8 |
| "Anthropic web_search" | 10 |
| "SerpAPI" | 10 |
| "Linkup (Deep)" | 16.5 |
ベンダー横断の価格はAwesome Agents, Search API Pricing 2026トラッカーで確認した。これは現在のベンダーの価格ページを毎週集約している。
MCPサーバー可用性マトリックス
Claude Code、Cursor、Windsurfの中で構築しているなら、MCPの可用性が最大の決定要因だ。公式のModel Context Protocolサーバーを持つAPIは、ツールラッピングの一夜を節約し、実戦テスト済みのエラーハンドリングを備えている。現時点で、公式MCPサーバーを提供しているベンダーは3社だけ。残りは品質にばらつきのあるコミュニティ移植だ。
| API | 公式MCP | コミュニティMCP | 備考 |
|---|---|---|---|
| Brave Search | あり | , | ファーストクラス、Braveが保守 |
| Exa | あり | , | 公式、Cursorのレジストリにインデックス済み |
| Firecrawl | あり | , | Firecrawl Cloudにバンドル |
| Tavily | , | 複数 | 堅実なコミュニティ移植が複数 |
| Serper | , | 複数 | TypeScriptとPythonのコミュニティラッパー |
| SerpAPI | , | 1つ | コミュニティ保守、テストは軽め |
| Perplexity | , | , | MCPなし、REST APIを使用 |
| Google PSE | , | , | なし |
| You.com | , | , | なし |
| Linkup | , | , | なし |
| CatchAll | , | , | RESTのみ（v3/search）、MCPサーバーはまだない |
| OpenAI web_search | N/A | N/A | ネイティブツール、MCP不要 |
| Claude web_search | N/A | N/A | ネイティブツール、MCP不要 |
すでにClaude Codeを使っているなら、公式MCPサーバーを持つAPIを選ぶことで、ツールラッピングの一夜を節約できる。Brave + Claude Codeは、私が2026年に出荷した中で最もスムーズな組み合わせだ。mcp.jsonに3行で完了。
JSONレスポンスの形：横並び比較
レスポンスの形を午後いっぱい読んでみると、マーケティングページを1週間読むより多くのことがAPIについてわかる。以下はTavily、Exa、Brave、CatchAllからの、切り詰めた実際のJSONレスポンスで、重要なキーを強調している。
Tavily。results[].contentがクリーンアップされたページテキストで、そのままプロンプトに投入できる点に注目：
{
"query": "latest research on retrieval-augmented generation 2026",
"answer": "Recent 2026 research on RAG focuses on...",
"results": [
{
"title": "RAG in 2026: What's Changed",
"url": "https://example.com/rag-2026",
"content": "Retrieval-augmented generation has evolved...",
"score": 0.92,
"raw_content": null
}
]
}Exa。textキーとhighlightsキー、そしてニューラルなscoreに注目：
{
"results": [
{
"title": "Recent Advances in RAG",
"url": "https://example.com/rag-advances",
"id": "https://example.com/rag-advances",
"score": 0.89,
"text": "We survey 2026 retrieval-augmented...",
"highlights": ["RAG hybrid retrieval", "long-context tradeoffs"]
}
]
}Brave。ネストされたweb.results[].descriptionと、ページ全文コンテンツの不在に注目（別途取得するか、LLM Contextエンドポイントを使う）：
{
"web": {
"results": [
{
"title": "RAG 2026: A Survey",
"url": "https://example.com/rag-survey",
"description": "A comprehensive 2026 survey of retrieval-augmented generation...",
"age": "2 days ago"
}
]
}
}CatchAll。各アイテムが検証済みのイベントで、抽出されたentitiesとsource_citationsを持ち、単一のランク付けされたリンクではない点に注目：
{
"events": [
{
"event_id": "evt_8f21c",
"title": "Warehouse fire disrupts logistics hub near Rotterdam",
"summary": "A large fire broke out at a distribution warehouse...",
"entities": ["Rotterdam", "DHL", "European Commission"],
"cluster_id": "cl_204",
"relevance": 9,
"source_citations": [
{"url": "https://regional-press.example/fire-rotterdam", "published": "2026-06-28"},
{"url": "https://trade-pub.example/logistics-alert", "published": "2026-06-28"}
]
}
]
}形の重要な違いはコードに影響する：Tavilyのresults[].contentはプロンプトに使うもので、Exaのresults[].textとhighlightsはプロンプト前に圧縮でき、Braveのweb.results[].descriptionは再取得するかLLM Context APIに通したいスニペットで、CatchAllのevents[].source_citationsとentitiesは、まだクリーンアップする必要がある結果ページの代わりに、検証済みで重複排除されたレコードセットを渡してくれる。
システム総コスト：検索料金だけではない
よくある間違いは、検索APIの価格だけを比較することだ。検索拡張エージェントの実際のコストは検索＋抽出＋LLMトークンであり、安い検索APIは、検索で節約した以上にトークンでコストがかかることが多い。
1,000クエリのエージェントワークロードで計算してみよう：$0.50のSerperにJina Reader（無料）を加え、スニペット要約のためにクエリあたり約$0.01のClaude Sonnetを加えると、合計約**$10.50**。$8のTavilyは抽出と引用形式のコンテンツがバンドルされており、LLMの作業が少なくて済む。小さいプロンプトならクエリあたり$0.004程度で、合計約**$12**に着地する。TavilyはAPIの行では16倍高価に見えるが、システムの行では14%高いだけだ。ゼロではないが、想像するような差ではない。
これが面白くなるのは：ニューラル検索のExaは、結果がすでにセマンティックに順序付けられているため、LLM側の再ランキング作業を完全に節約できる。エージェントがSerperのスニペットで再ランキング→要約をしていたなら、Exaはそれを単一のLLM呼び出しに圧縮できる。私たちは適切なワークロードでExaに切り替えることで、クライアントのエージェントコストを30%削減した。速報ニュースのルックアップのような間違ったワークロードは、依然としてSerperに送っている。
単一エージェントの背後に複数のLLMプロバイダーを積み重ねているなら、検索APIの上にLLMゲートウェイ（LiteLLM、OpenRouter）を置くのが、システム総コストを観測可能な状態に保つ最もクリーンな方法だ。
選び方：意思決定マトリックス
単一の「ベスト」はない。正しい選択は、検索が返った後にエージェントが実際に何をするかによる。以下は私がクライアントと使っている意思決定マトリックスで、意図的に短くしてある。
| 必要なのが… | 選択 | 理由 |
|---|---|---|
| 引用付きRAG、最小の開発工数 | Tavily | 抽出＋引用形式がバンドル |
| セマンティック/「これに似たコンテンツを見つけて」 | Exa | ページ全文に対するニューラル検索 |
| ベンダー独立性＋プライバシ | Brave Search API | 自社インデックス、MCPネイティブ |
| エンドユーザー向けの事前合成回答 | Perplexity Sonar | 引用＋回答、LLM呼び出しゼロ |
| クエリあたりの最低コスト | Serper + Jina Reader | $0.50/1,000件＋無料抽出 |
| すでにGPT/Claudeを使用 | OpenAIまたはAnthropic web_search | インフラゼロ、ネイティブツール |
| 欧州/多言語ソース | Linkup | プレミアムパブリッシャーネットワーク |
| ホワイトリストドメインRAG | Google PSE | キュレートされたリストで最高のシグナル |
| SERP機能の豊富さ | SerpAPI | 30以上のエンジン、最も深い解析 |
| 高リコール、列挙、または継続的Webモニタリング | CatchAll | リコール優先インデックス＋スケジュールMonitor |
| エージェントメモリを持つ長期実行エージェント | BraveまたはTavily＋キャッシュ | 安定したインデックス、引用形式 |
今日ゼロから始めて、午後の時間があるなら、実際のクエリをTavily、Brave、そしてweb_searchを有効にしたOpenAIのResponses APIに通してみることだ。正しい答えは、最初の10件の結果の中でたいてい自ら名乗り出る。
よくある質問
2026年、AIエージェントに最適な検索APIは？
RAGエージェントを構築しているほとんどのチームにとって、Tavilyが最高のデフォルトだ。検索、コンテンツ抽出、引用形式のレスポンスを1回の呼び出しにバンドルし、LangChainとLlamaIndexにネイティブに統合され、月1,000リクエストの無料枠を提供する。キーワード検索ではなくセマンティックディスカバリーが必要なら、Exaに切り替える。ベンダー独立性が必要なら、Braveに切り替える。最大リコールや継続的Webモニタリングが必要なら、CatchAllを見る。
Bing Search APIの代わりは何？
Bing Search APIは2025年8月11日に廃止され、Microsoftは開発者をAzure AI Agents内の「Grounding with Bing Search」へ誘導した。40〜483%の価格上昇だ。ほとんどのチームは代わりにAIネイティブの代替に移行した：Tavily、Exa、Brave Search API、またはSerper。Microsoftの公式廃止通知はライフサイクルのアナウンスページにある。
無料のAI検索APIはある？
ある、複数。Tavilyは月1,000リクエスト無料、Brave Search APIは月2,000リクエスト無料、Serperはサインアップ時に2,500クエリ無料、Exaは$10のトライアルクレジットを提供している。プロバイダーをまたいで2〜3の無料枠を組み合わせることで、$0で動くエージェントのプロトタイプを作り、出荷後にアップグレードできる。
ExaはTavilyとどう違う？
Exaはニューラルインデックスを使用し、クエリを意味として理解するため、「これに似たコンテンツを見つけて」や説明的なプロンプトに優れる。Tavilyはキーワード検索に抽出と引用フォーマットを加えたもので、事実のグラウンディングとRAGにより適している。Exaは速く（約1.18秒対2.1秒）、ベースティアでは安い。TavilyはLangChain/LlamaIndexとの統合が容易で、すぐに引用できるコンテンツを提供する。
高リコールとWebモニタリングに最適なAI検索APIは？
問題が「関連するすべてのソースを見つける」や「新しいことが起きた瞬間に教えて」なら、CatchAllを見る。ランク付けされた結果ページを返す代わりに、ジョブごとに数万ページを走査し、クラスタリングして検証し、ソース引用付きの構造化イベントレコードを返す。Monitorはスケジュールに従って検索を再実行し、Watchlistはエンティティの関連性をスコアリングするため、コンプライアンス、競合インテリジェンス、サプライチェーン追跡のモニタリングレイヤーとしても機能する。通常のSERP APIなら自前のクローラーを構築しなければならないジョブだ。トレードオフはレイテンシで、ディープモードは非同期で実行されるため、オートコンプリート速度のルックアップには向かない。
Perplexityはどの検索APIを使っている？
Perplexityは内部で独自の検索インフラを使用している。開発者向けには、これをSonar API経由で公開しており、インライン引用付きの事前合成された回答を返す。生の検索結果ではない。価格はトークン単位（入力100万トークンあたり約$5）。プロダクトにPerplexityスタイルの出力が欲しいときはSonarを使い、カスタムエージェント用の生の結果が欲しいときはTavilyやExaを使う。
LLMアプリの中でGoogle検索を使える？
使える、3つの道がある。Google Custom Search JSON API（Programmable Search Engine）は、1,000クエリあたり$5、1日100件の無料枠で、指定したドメインにスコープされる公式ルート。SerperとSerpAPIは、ドメイン制限なしでGoogleの結果を返すサードパーティラッパーだ。google.comの直接スクレイピングはGoogleの利用規約に違反し、レート制限やブロックを受ける。
エージェント向けで最も安いAI検索APIは？
1,000クエリあたり$0.30〜$1のSerperが、最も安い本物のGoogle検索結果の選択肢だ。無料のURL→Markdown抽出のためのJina Readerと組み合わせれば、最も安い本番グレードの検索＋抽出スタックになり、合計で1,000クエリあたり約$0.50。難点：スニペットを要約するためにLLMトークンを払っているので、システム総コストは下流のモデルがどれだけ重いかによる。
これらのAPIはLangChainとLlamaIndexで動く？
ほとんどは動く。Tavily、Exa、Brave、Serper、SerpAPI、Perplexity Sonar、You.comはすべて、ファーストパーティまたはコミュニティのLangChain統合を持ち、ほとんどはLlamaIndexパックも持つ。TavilyはLangChainと最も緊密に統合されており、組み込みツールとして提供される。LangChainエコシステム全体のより広範な統合マップは、ベストRAGツールの記事を参照。
公式MCPサーバーを持つAI検索APIはどれ？
2026年に公式MCPサーバーを提供しているベンダーは3社：Brave Search、Exa、Firecrawl。他のいくつか、Tavily、Serper、SerpAPIは、よく保守されたコミュニティMCPサーバーを持つ。Perplexity、Google PSE、You.com、LinkupはまだMCPサポートがない。Claude CodeやCursorの中で構築しているなら、公式サーバーを優先すべきだ。詳細はModel Context Protocolで。
検索APIを使うべきか、OpenAI/Claudeのネイティブweb_searchツールを使うべきか？
スタック全体が1つのモデルプロバイダーにロックされているなら、ネイティブツールを使う。インフラゼロ、ベンダーが1つ減り、課金がシンプルになる。モデルを切り替える可能性があるなら、TavilyやBraveのようなサードパーティAPIを使い、検索レイヤーが移行を生き延びるようにする。OpenAIのツールはモデルトークンにバンドルされており、Anthropicのは1,000検索あたり$10にトークンが加わる。OpenAIネイティブのセットアップはResponses APIチュートリアルを参照。
Techsyのエージェント検索スタックの構築方法
私たちはクライアントのために本番エージェントスタックを構築している。RAGパイプライン、リサーチエージェント、顧客向けアシスタント。そして検索レイヤーは、たいてい私たちが下す最初の決定だ。私たちのデフォルト：回答がソースを指し示す必要がある引用多用のRAGにはTavily、下流のLLMがスニペットを圧縮するのに十分強力な予算エージェントにはSerper + Jina Reader、クライアントがベンダー独立性を望む場合やMCP付きでClaude Code内で出荷している場合はBrave Search API。
私たち自身は検索APIを販売していない。それがポイントだ。上記の選択は、誰が払っているかに関係なく、火曜日のコールで私たちが推薦するものだ。どれが自分のエージェントに合うかで行き詰まっているなら、無料相談を受けてほしい。実際のワークロードに対するトレードオフを一緒に歩く。
結論
Bingは死に、市場は3つのティア（AIネイティブ、独立インデックス、SERPラッパー）に分かれた。そしてトップ3の選択は、引用でグラウンディングされたRAGにはTavily、深いマルチエンジンSERPデータにはSerpAPI、高リコール検索とモニタリングにはCatchAllだ。BraveとExaがすぐ後ろに続き、すでに1つのモデルプロバイダーにロックされているなら、OpenAIとAnthropicのネイティブweb_searchツールが控えている。完璧な選択はない。エージェントが実際に何をするかを尋ねずに「ベスト」を売り込む人は、何かを売り込んでいる。
今日ゼロから始めるなら、私は3つのタブを開く。Tavily、Brave、そしてOpenAIのResponses API。誰かに1セント払う前に、実際のクエリを3つすべてに通すことだ。正しいものは、最初の十数件の結果の中で自ら名乗り出る。上記のどの選択にも当てはまらないワークロードがある？コメントを落とすか、私たちにメモを送ってほしい。私たちはすべてを読む。そしてこの記事の次のバージョンは、おそらくあなたの風変わりなエッジケースにその更新を負っているだろう。