Ohne KYC — kein Ausweis, kein Selfie, keine Dokumente. Mit Krypto bezahlen: BTC, USDT, USDC, ETH, SOL, LTC
Sprache: Deutsch
API-Schlüssel erhalten

Anwendungsfall · Deep Research · planen, suchen, lesen, zitieren

Websuche für Deep-Research-Agenten: viele Suchanfragen, echte Quellen

Ein Deep-Research-Agent führt nicht eine Suchanfrage aus. Er plant eine Reihe von Suchanfragen, liest, was zurückkommt, bemerkt die Lücken und sucht erneut. Die Qualität des Berichts hängt davon ab, wie viel echten Seitentext er dabei sieht.

Zuletzt aktualisiert: · 5 Min. Lesezeit

Kurze Antwort

Welche Websuch-API passt zu einem Deep-Research-Agenten?

Ein Deep-Research-Agent braucht eine Such-API, die Seitentext zurückgibt und nicht nur Links, weil er pro Bericht viele Quellen liest. LLMWebSearch gibt geordnete Ergebnisse mit den ersten 3 Seiten als Markdown für einen Credit pro Suchanfrage zurück. Ein Bericht aus 40 Suchanfragen verbraucht 40 Credits, sodass 100.000 Suchanfragen 2.500 solcher Berichte abdeckt. Ohne KYC; mit Krypto bezahlen.

Wie nutzt ein Deep-Research-Agent die Suche?

Die Schleife, die die meisten Designs teilen, unabhängig vom Modell.

  1. Plan

    Das Modell teilt die Frage in vier bis acht kurze Suchanfragen auf, von denen jede auf einen Teil der Antwort zielt.

  2. Suchen und lesen

    Jede Suchanfrage liefert gerankte Ergebnisse zurück, wobei die ersten Seiten bereits gelesen sind, sodass das Agent sofort Text zur Arbeit hat.

  3. Die nützlichen Quellen behalten

    Das Agent verwirft Seiten, die es bereits gesehen hat, und Seiten, die die Frage nicht behandeln.

  4. Nach Lücken suchen

    Das Modell vergleicht seine Funde mit der Frage und schreibt neue Suchanfragen für das, was noch fehlt.

  5. Mit Belegen schreiben

    Die endgültige Antwort belegt jede Aussage mit der Nummer ihrer Quelle und sagt, wo die Quellen voneinander abweichen.

Wie viele Suchanfragen braucht ein Bericht?

Das hängt von Ihrem Design ab, und es lohnt sich, es bewusst zu entscheiden. Ein leichter Bericht könnte zwei Runden mit vier Suchanfragen umfassen: acht Suchanfragen. Ein gründlicher Bericht könnte fünf Runden mit acht Suchanfragen umfassen: vierzig Suchanfragen.

Mehr Suchanfragen bedeuten nicht immer einen besseren Bericht. Der Zugewinn jeder neuen Runde sinkt, sobald die Hauptquellen vorliegen. Eine Stoppregel hilft: Beenden Sie die Schleife, wenn eine Runde weniger als zwei neue Quellen hinzufügt oder wenn das Budget aufgebraucht ist.

Bei read von 3 oder weniger kostet jede Suchanfrage einen Credit. Ein Bericht mit vierzig Suchanfragen kostet daher vierzig Credits, unabhängig von der Länge der gelesenen Seiten.

Warum Seiten lesen, statt mit Snippets zu arbeiten?

Weil es bei der Recherche auf Details ankommt. Snippets geben den Kern einer Seite wieder, aber die Zahlen, Bedingungen und Daten, die einen Bericht nützlich machen, stehen im Haupttext. Ein Modell, das aus Snippets schreibt, neigt dazu, Lücken mit Vermutungen zu füllen.

Das Lesen der Seiten verbessert auch die nächste Runde der Suchanfragen. Das Agent lernt die Begriffe, die die Quellen verwenden, die Namen von Gesetzen oder Produkten und die Daten von Ereignissen. Diese Wörter ergeben präzisere Suchanfragen als die ursprüngliche Frage.

LLMWebSearch liest die ersten Seiten jeder Suche für Sie. Jedes Ergebnis enthält seine Position, den Titel, die URL, den Host, den Snippet und, wenn es gelesen wurde, den Hauptinhalt der Seite als Markdown oder reinen Text mit Wortanzahl und, falls bekannt, dem Veröffentlichungsdatum.

Wie verhindere ich, dass das Agent dieselbe Seite zweimal zitiert?

Schlüsseln Sie Ihre Quellenliste nach URL. Prüfen Sie vor dem Hinzufügen eines Ergebnisses, ob seine URL bereits vorhanden ist. Verschiedene Suchanfragen liefern oft dieselbe starke Seite, und Sie brauchen sie nur einmal.

Manche Seiten erscheinen unter zwei URLs, zum Beispiel mit und ohne Tracking-Parameter. Entfernen Sie Query-Strings, die nur Klicks verfolgen, bevor Sie vergleichen. Bei Nachrichten erscheint dieselbe Story oft in mehreren Medien; behalten Sie die mit dem frühesten published_at oder der meisten Detailtiefe.

Nummerieren Sie die Quellen einmal, am Ende, damit die Belege in der endgültigen Antwort zu einer sauberen Liste passen.

Wann sollte ich read über 3 erhöhen?

Wenn eine Suchanfrage ein enges Thema in die Tiefe abdecken muss und die ersten drei Seiten nicht ausreichen. Setzen Sie read zwischen 4 und 10, kostet diese Suche 2 Credits statt 1.

In den meisten Schleifen ist es sinnvoller, eine weitere Suchanfrage auszuführen. Eine neue Suchanfrage bringt neue Seiten aus einem anderen Blickwinkel, während die Seiten 4 bis 10 derselben Suchanfrage oft die ersten drei wiederholen. Behalten Sie die höhere Einstellung für Nischenthemen, zu denen es überhaupt nur wenige Seiten gibt.

Wie schneidet das im Vergleich zu fertigen Deep-Research-endpoints ab?

Mehrere Anbieter verkaufen Research als einzelnen Aufruf, abgerechnet pro Aufgabe. Stand 22. Oktober 2026 kosten Exas Deep-Search-Typen 12 bis 15 $ pro 1.000 Anfragen, und Exa hat seinen separaten /research-Endpoint am 1. April 2026 eingestellt. You.com berechnet Research-Aufrufe mit 12 $ (Lite) bis 1.200 $ (Frontier) pro 1.000. Parallels Task API liegt bei 5 $ (Lite) bis 2.400 $ (Ultra8x) pro 1.000 Aufgaben. Linkups Deep Search kostet 50 $ pro 1.000.

Diese Endpoints verbergen die Schleife, was praktisch ist. Die Schleife selbst auf einer Such-API zu bauen kostet bei mittlerer Tiefe weniger pro Report, und Sie kontrollieren das Modell, die Prompts und die Abbruchregel. Die Schritt-für-Schritt-Anleitung enthält ein funktionierendes Skript von etwa 60 Zeilen.

Welches Paket passt zu einer Recherche-Workload?

Zählen Sie Suchanfragen pro Bericht × Berichte pro Monat. Ein Credit bezahlt eine Suchanfrage: bis zu 20 gerankte Ergebnisse, wobei die Seiten der ersten 3 gelesen und als Markdown zurückgegeben werden. Werden 4 bis 10 Seiten gelesen, sind es 2 Credits. Ein Aufruf, der mit einem Fehler endet, kostet nichts.

Builder

25.000 Suchanfragen

41,25 $

1,65 $/1K Suchanfragen

  • Ein Coding-Agent oder ein Recherche-Assistent
  • MCP-, LangChain- und n8n-bereit
  • Credits verfallen nie
Wählen Sie 25.000 Suchanfragen

Produktivbetrieb

100.000 Suchanfragen

145 $

1,45 $/1K Suchanfragen

  • Agenten im Produktivbetrieb
  • Höheres Rate Limit auf Anfrage
  • Credits verfallen nie
Wählen Sie 100.000 Suchanfragen

Skalierung

500.000 Suchanfragen

650 $

1,30 $/1K Suchanfragen

  • Deep Research und Multi-Agent-Systeme
  • Höheres Rate Limit auf Anfrage
  • Credits verfallen nie
Wählen Sie 500.000 Suchanfragen

In jedem Plan: Top-3-Seiten als Markdown gelesen · Filter für Land, Sprache, Zeit und Domain · Fehlgeschlagene Aufrufe werden nicht berechnet · Credits verfallen nie

Deep Research: häufige Fragen

Welches Modell sollte den Bericht schreiben?

Jedes Modell mit ausreichend langem Kontext. Die API liefert Quellen, keine geschriebene Antwort: Ihr eigenes Modell liest die Seiten, schreibt die Antwort und zitiert die URLs, sodass Sie ein großes Modell für den endgültigen Bericht und ein kleines für die Suchanfragen-Planung verwenden können.

Kann ich die Recherche auf vertrauenswürdige Seiten beschränken?

Ja. Übergeben Sie include_domains mit bis zu 20 Domains oder exclude_domains, um Seiten auszublenden, die Sie nicht zitiert haben möchten.

Kann das Agent nur aktuelle Ereignisse recherchieren?

Ja. Setzen Sie time_range auf day, week, month oder year und verwenden Sie topic=news für Nachrichtenberichterstattung.

Wie halte ich einen Recherche-Lauf im Budget?

Legen Sie die Anzahl der Runden und Suchanfragen pro Runde im Code fest, nicht im Prompt. Dann sind die Kosten pro Bericht bekannt, bevor er beginnt.

Quellen (4)
  1. Exa-Preise exa.ai/pricing — Exa (read 2026-10-22)
  2. You.com API Preise you.com/pricing — You.com (read 2026-10-22)
  3. Parallel Preise parallel.ai/pricing — Parallel Web Systems (read 2026-10-22)
  4. Linkup Preise docs.linkup.so/pages/documentation/development/pricing — Linkup (read 2026-10-22)

Ab 1,20 $/1K Suchanfragen · ohne KYC

API-Schlüssel erhalten