Tanpa KYC — tanpa ID, tanpa selfie, tanpa dokumen. Bayar dengan kripto: BTC, USDT, USDC, ETH, SOL, LTC
Bahasa: Bahasa Indonesia
Dapatkan API key

Use case · deep research · rencanakan, cari, baca, sitasi

Web search untuk deep research agent: banyak kueri, sumber nyata

Deep research agent tidak menjalankan satu pencarian. Ia merencanakan sekumpulan kueri, membaca apa yang kembali, mengenali celah, lalu mencari lagi. Kualitas laporan bergantung pada seberapa banyak teks halaman nyata yang dilihatnya sepanjang proses.

Terakhir diperbarui: · 5 menit baca

Jawaban singkat

Web search API mana yang cocok untuk agen riset mendalam?

Deep research agent butuh search API yang mengembalikan teks halaman, bukan sekadar tautan, karena ia membaca banyak sumber per laporan. LLMWebSearch mengembalikan hasil berperingkat dengan 3 halaman pertama sebagai Markdown untuk satu kredit per pencarian. Laporan yang dibangun dari 40 pencarian memakai 40 kredit, jadi 100.000 pencarian menutupi 2,500 laporan semacam itu. Tanpa KYC; bayar dengan kripto.

Bagaimana deep research agent memakai pencarian?

Loop yang dipakai sebagian besar desain, apa pun modelnya.

  1. Paket

    Model memecah pertanyaan menjadi empat sampai delapan kueri pendek, masing-masing diarahkan ke satu bagian jawaban.

  2. Cari dan baca

    Setiap kueri mengembalikan hasil berperingkat dengan halaman-halaman pertama yang sudah dibaca, jadi agent langsung punya teks untuk dikerjakan.

  3. Simpan sumber yang berguna

    Agent membuang halaman yang sudah pernah dilihat dan halaman yang tidak menjawab pertanyaan.

  4. Cari celah

    Model membandingkan apa yang ditemukan dengan pertanyaan dan menulis kueri baru untuk hal yang masih kurang.

  5. Tulis dengan sitasi

    Jawaban akhir menyitasi setiap klaim dengan nomor sumbernya, dan menyebutkan di mana sumber-sumber tidak sepakat.

Berapa banyak pencarian yang dibutuhkan untuk satu laporan?

Tergantung desain Anda, dan ada baiknya memutuskan dengan sengaja. Laporan ringan mungkin menjalankan dua putaran berisi empat kueri: delapan pencarian. Laporan menyeluruh mungkin menjalankan lima putaran berisi delapan kueri: empat puluh pencarian.

Lebih banyak pencarian tidak selalu berarti laporan lebih baik. Keuntungan dari setiap putaran baru menurun setelah sumber-sumber utama sudah di tangan. Aturan berhenti membantu: akhiri loop ketika sebuah putaran menambah kurang dari dua sumber baru, atau ketika anggaran habis.

Dengan read bernilai 3 atau kurang, setiap pencarian adalah satu kredit. Jadi laporan empat puluh pencarian memakan empat puluh kredit, berapa pun panjang halaman yang dibaca.

Mengapa membaca halaman alih-alih bekerja dari snippet?

Karena riset adalah soal detail. Snippet memberi inti sebuah halaman, tetapi angka, syarat dan tanggal yang membuat laporan berguna ada di isi halaman. Model yang menulis dari snippet cenderung mengisi celah dengan dugaan.

Membaca halaman juga memperbaiki putaran kueri berikutnya. Agent mempelajari istilah yang dipakai sumber, nama undang-undang atau produk, dan tanggal peristiwa. Kata-kata itu menghasilkan kueri yang lebih tajam daripada pertanyaan awal.

LLMWebSearch membaca halaman pertama dari setiap pencarian untuk Anda. 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.

Bagaimana cara mencegah agent menyitasi halaman yang sama dua kali?

Kunci daftar sumber Anda berdasarkan URL. Sebelum menambahkan hasil, periksa apakah URL-nya sudah ada. Kueri berbeda sering mengembalikan halaman kuat yang sama, dan Anda hanya perlu menyimpannya sekali.

Sebagian halaman muncul di bawah dua URL, misalnya dengan dan tanpa parameter pelacakan. Buang query string yang hanya melacak klik sebelum membandingkan. Untuk berita, kisah yang sama sering muncul di beberapa media; simpan yang punya published_at paling awal atau paling banyak detail.

Beri nomor sumber sekali saja, di akhir, agar sitasi di jawaban akhir cocok dengan daftar yang bersih.

Kapan saya harus menaikkan read di atas 3?

Ketika satu kueri harus mencakup subjek sempit secara mendalam dan tiga halaman pertama tidak cukup. Menetapkan read antara 4 dan 10 membuat pencarian itu menjadi 2 kredit, bukan 1.

Di sebagian besar loop, menjalankan kueri lain lebih baik nilainya. Kueri baru membawa halaman baru dari sudut berbeda, sementara halaman 4 sampai 10 dari kueri yang sama sering mengulang tiga halaman pertama. Simpan pengaturan lebih tinggi untuk topik niche yang halamannya memang sedikit.

Bagaimana ini dibandingkan dengan endpoint deep research siap pakai?

Beberapa vendor menjual riset sebagai satu panggilan, dengan harga per tugas. Per 22 Oktober 2026, tipe deep search Exa berbiaya $12 hingga $15 per 1.000 permintaan, dan Exa menghentikan endpoint /research terpisahnya pada 1 April 2026. Panggilan riset You.com berharga mulai $12 (Lite) hingga $1.200 (Frontier) per 1.000. Task API Parallel berkisar mulai $5 (Lite) hingga $2.400 (Ultra8x) per 1.000 tugas. Deep search Linkup $50 per 1.000.

Endpoint-endpoint ini menyembunyikan loop-nya, yang memang praktis. Membangun loop sendiri di atas search API lebih murah per laporan pada kedalaman sedang, dan Anda mengendalikan model, prompt, dan aturan berhentinya. Panduan langkah demi langkah menyertakan skrip yang berfungsi sekitar 60 baris.

Paket mana yang cocok untuk beban kerja riset?

Hitung pencarian per laporan × laporan per bulan. 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.

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
Pilih 25.000 pencarian

Produksi

100.000 pencarian

US$145

US$1,45/1K pencarian

  • Agen di produksi
  • Rate limit lebih tinggi berdasarkan permintaan
  • Kredit tidak pernah kedaluwarsa
Pilih 100.000 pencarian

Skala

500.000 pencarian

US$650

US$1,30/1K pencarian

  • Riset mendalam dan sistem multi-agen
  • Rate limit lebih tinggi berdasarkan permintaan
  • Kredit tidak pernah kedaluwarsa
Pilih 500.000 pencarian

Di setiap paket: 3 halaman teratas dibaca sebagai Markdown · Filter negara, bahasa, waktu dan domain · Panggilan gagal tidak dikenai biaya · Kredit tidak pernah kedaluwarsa

Deep research: pertanyaan umum

Model mana yang sebaiknya menulis laporan?

Model apa pun dengan context yang cukup panjang. API mengembalikan sumber, bukan jawaban tertulis: model Anda sendiri yang membaca halaman, menulis balasan, dan mengutip URL-nya, jadi Anda bisa memakai model besar untuk laporan akhir dan model kecil untuk perencanaan kueri.

Bisakah saya membatasi riset ke situs tepercaya?

Bisa. Berikan include_domains dengan hingga 20 domain, atau exclude_domains untuk membuang situs yang tidak ingin Anda sitasi.

Bisakah agent hanya meriset peristiwa terkini?

Bisa. Setel time_range ke day, week, month atau year, dan gunakan topic=news untuk liputan berita.

Bagaimana cara menjaga proses riset tetap dalam anggaran?

Tetapkan jumlah putaran dan kueri per putaran di dalam kode, bukan di prompt. Dengan begitu biaya per laporan sudah diketahui sebelum dimulai.

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

Mulai dari US$1,20/1K pencarian · tanpa KYC

Dapatkan API key