Artificial Analysis、エージェント向け検索APIをランキングするSearch Indexを公開

Artificial Analysisは、1,700件のタスクを対象に検索APIの性能、コスト、レイテンシを測定するSearch Indexを公開しました。タスクには3つの検索ベンチマーク、BrowseComp、DeepSearchQA、AA-Omniscienceが使われています。すべての行で同じベースモデルとオープンソースのエージェントハーネスStirrupを使用。年末までに、エージェントは人間よりはるかに頻繁にウェブ検索を行うようになるとしています。

同社の測定では、Exa（auto）とPerplexity（medium）がリードし、最良の構成ではスコア80を記録しました。検索APIのプロバイダーは掲載を依頼できます。DeepSeek Searchの設定については、方法論のページで説明されています。