Coba
5.000 pencarian
US$9,25
US$1,85/1K pencarian
- Pasang di satu agent
- API yang sama dengan paket terbesar
- Kredit tidak pernah kedaluwarsa
Jawaban singkat
Apa cara terbaik memberi LLM pencarian web langsung?
Beri ia search API yang mengembalikan sumber yang bisa dibacanya. LLMWebSearch adalah AI search API untuk LLM: satu panggilan menjalankan pencarian web langsung dan mengembalikan hingga 20 hasil berperingkat, dengan 3 halaman teratas sebagai Markdown. Per Oktober 2026 biayanya US$9,25 untuk 5.000 pencarian dan US$1,20/1K pencarian pada 1 juta. Tanpa KYC; bayar dengan kripto.
AI search API secara singkat
| Endpoint | POST https://llmwebsearch.com/api/v1/search (GET juga bisa, dengan nama yang sama) |
|---|---|
| Input | q, plus opsional max_results, read, format, max_chars, topic, time_range, country, language, include_domains, exclude_domains |
| Output | Setiap hasil membawa posisi, judul, URL, host, snippet, dan saat dibaca, konten utama halaman sebagai Markdown atau teks biasa beserta jumlah kata dan tanggal publikasinya jika diketahui |
| Hasil | Hasil berasal dari pencarian web langsung yang dijalankan pada saat panggilan Anda, dalam urutan peringkat dari mesin pencari; tidak ada yang disajikan dari indeks lama |
| Harga | Satu kredit membayar satu pencarian: hingga 20 hasil berperingkat, dengan halaman dari 3 hasil teratas dibaca dan dikembalikan sebagai Markdown. Membaca 4 hingga 10 halaman menjadi 2 kredit. Panggilan yang berakhir dengan error tidak dikenakan biaya |
| Jawaban | API mengembalikan sumber, bukan jawaban tertulis: model Anda sendiri yang membaca halaman, menulis balasan, dan mengutip URL-nya |
| Akses halaman | Pembaca kami mematuhi robots.txt: ia memperkenalkan diri sebagai LLMWebSearch, mengikuti aturan yang ditulis situs untuknya atau untuk semua robot, dan mengabaikan konten halaman apa pun yang tidak diizinkan untuk dibaca |
Mengapa model butuh lebih dari sekadar daftar tautan?
Daftar tautan memberi tahu model ke mana harus melihat, bukan apa yang ada di sana. Cuplikan 150 karakter jarang memuat tanggal, angka, atau langkah yang ditanyakan pengguna. Jadi sebagian besar agen mengikuti pencarian dengan alat kedua yang mengambil setiap halaman, membersihkannya, dan memangkasnya.
LLMWebSearch menggabungkan langkah-langkah itu menjadi satu panggilan. Halaman teratas dikembalikan sebagai Markdown, dengan navigasi, iklan, dan banner cookie dihapus, dan masing-masing membawa word_count. Agen Anda menghabiskan tokennya untuk konten, dan Anda membayar satu panggilan, bukan empat.
Seperti apa bentuk responsnya?
Setiap hasil memiliki posisi, judul, URL, host, dan cuplikan. read hasil pertama juga membawa content dan word_count, plus published_at ketika halaman atau mesin pencari memberikan tanggal. Field content_status memberi tahu apa yang terjadi pada setiap halaman: ok, not_requested, blocked_by_robots, blocked_by_site_policy, target_refused, fetch_failed, atau fetch_timeout. Nilai di bawah ini hanya ilustrasi.
{
"query": "rotate api key without downtime",
"created_at": "2026-10-22T09:14:03Z",
"credits_used": 1,
"results": [
{
"position": 1,
"title": "Rotating API keys",
"url": "https://docs.example.com/keys/rotation",
"host": "docs.example.com",
"snippet": "Create a second key, deploy it, then revoke the first one.",
"published_at": "2026-09-12",
"content_status": "ok",
"content": "# Rotating API keys\n\n## Zero-downtime rotation\n\n1. Create a second key\n2. Deploy it to every service\n3. Revoke the old key",
"word_count": 812
},
{
"position": 2,
"title": "A key rotation checklist for production",
"url": "https://blog.example.org/key-rotation",
"host": "blog.example.org",
"snippet": "Keep two keys active while services switch over.",
"content_status": "blocked_by_robots"
}
]
}Bagaimana cara memanggilnya dari kode saya?
Kirim kueri sebagai JSON dengan API key Anda sebagai Bearer token. Contoh Python di bawah meminta 5 hasil dan membaca 3 teratas, dibatasi 4.000 karakter per halaman. Quick start berisi panggilan yang sama dalam Node.js dan curl.
import os
import requests
resp = requests.post(
"https://llmwebsearch.com/api/v1/search",
headers={"Authorization": f"Bearer {os.environ['LLMWEBSEARCH_API_KEY']}"},
json={"q": "rotate api key without downtime", "max_results": 5, "read": 3, "max_chars": 4000},
timeout=60,
)
resp.raise_for_status()
for r in resp.json()["results"]:
print(r["position"], r["title"], r["url"], r["content_status"])Filter apa saja yang bisa digunakan agen?
Pilih negara dan bahasa hasil, rentang waktu (hari, minggu, bulan, atau tahun terakhir), hasil web atau berita, serta domain yang ingin disertakan atau dikecualikan.
time_range:day,week,month, atauyear, untuk pertanyaan tentang peristiwa terkini.topic:newsmengembalikan artikel beserta tanggalnya; lihat news search API.include_domainsdanexclude_domains: masing-masing hingga 20, untuk tetap di dokumentasi resmi atau untuk menyingkirkan situs yang berisik.countrydanlanguage: pasar yang hasilnya Anda inginkan, misalnyadedande.max_chars: jumlah teks maksimum yang Anda inginkan per halaman, dari 500 hingga 50.000 karakter.
Berapa banyak halaman yang sebaiknya dibaca agen per pencarian?
Tiga adalah default yang baik, dan itulah yang dicakup satu kredit. Sebagian besar pertanyaan faktual sudah terjawab oleh halaman pertama, dan tiga sumber memungkinkan model memeriksa ulang sebuah angka. Naikkan read ke 5 atau 10 untuk pertanyaan riset ketika sumber saling bertentangan; pencarian itu memakan 2 kredit.
Setel read ke 0 ketika agen hanya memerlukan tautan, misalnya untuk memilih URL mana yang dibuka berikutnya. Lalu panggil /extract pada URL yang dipilihnya.
Apa yang terjadi pada halaman yang tidak ingin dibaca oleh sebuah situs?
Halaman tersebut kembali sebagai hasil tanpa konten. Pembaca kami mematuhi robots.txt: ia memperkenalkan diri sebagai LLMWebSearch, mengikuti aturan yang ditulis situs untuknya atau untuk semua robot, dan mengabaikan konten halaman apa pun yang tidak diizinkan untuk dibaca. Situs yang menyetel Content-Signal: ai-input=no di robots.txt-nya menjaga halaman-halamannya agar tidak masuk ke konten hasil Anda.
Saat situs menolak pembaca kami, hasil kembali tanpa konten dan dengan status dari situs tersebut: kami tidak pernah memecahkan CAPTCHA, masuk ke akun, atau mengakali blokir atau paywall. Field content_status memberi tahu agen Anda mengapa sebuah halaman tidak ada, sehingga agen bisa memakai cuplikannya atau beralih ke hasil berikutnya. Pemilik situs dapat membaca tentang pembaca kami di halaman bot.
Berapa biaya AI search API?
5.000 pencarian biaya US$9,25, 25.000 pencarian biaya US$41,25 dan 1.000.000 pencarian biaya US$1.200, per Oktober 2026. Perbandingan bertanggal menempatkan harga-harga ini di samping 14 API lainnya.
Builder
25.000 pencarian
US$41,25
US$1,65/1K pencarian
- Agen coding atau asisten riset
- Siap untuk MCP, LangChain, dan n8n
- Kredit tidak pernah kedaluwarsa
Produksi
100.000 pencarian
US$145
US$1,45/1K pencarian
- Agen di produksi
- Rate limit lebih tinggi berdasarkan permintaan
- Kredit tidak pernah kedaluwarsa
Tarif terbaik
Volume
1.000.000 pencarian
US$1.200
US$1,20/1K pencarian
- Platform yang melayani banyak agen
- Rate limit lebih tinggi berdasarkan permintaan
- Kredit tidak pernah kedaluwarsa
Di setiap paket: 3 halaman teratas dibaca sebagai Markdown · Filter negara, bahasa, waktu dan domain · Panggilan gagal tidak dikenai biaya · Kredit tidak pernah kedaluwarsa
Pertanyaan seputar API pencarian AI
Apakah API pencarian AI sama dengan SERP API?
Tidak. SERP API mengembalikan halaman pencarian sebagai data: tautan, snippet, iklan dan kotak. API pencarian AI juga membaca halaman-halamannya dan mengembalikan teksnya, sehingga model bisa langsung memakainya. LLMWebSearch mengembalikan hasil berperingkat plus konten halaman teratas.
Apakah LLMWebSearch punya indeks pencarian sendiri?
Tidak. Hasil berasal dari pencarian web langsung yang dijalankan pada saat panggilan Anda, dalam urutan peringkat dari mesin pencari; tidak ada yang disajikan dari indeks lama. Pekerjaan kami sendiri adalah membaca dan membersihkan halaman lalu mengembalikannya dalam bentuk yang bisa dipakai model.
Bisakah saya menyimpan hasilnya?
Kami tidak melatih model apa pun dengan kueri Anda atau dengan apa yang dikembalikan API, dan kami tidak menambahkan aturan kami sendiri yang melarang penyimpanan hasil; hak situs yang halaman-halamannya Anda baca tetap berlaku. Periksa ketentuan setiap situs sebelum Anda menerbitkan ulang teksnya.
Model apa saja yang kompatibel?
Semuanya. API mengembalikan JSON dan Markdown, jadi cocok untuk model OpenAI, Claude, Gemini, DeepSeek, Llama atau Qwen. Lihat alat function-calling OpenAI dan server MCP.