Deneyin
5.000 arama
$9,25
$1,85/1K arama
- Tek bir ajana bağlayın
- En büyük paketle aynı API
- Krediler hiç sona ermez
Kısa yanıt
Bir LLM'e canlı web araması vermenin en iyi yolu nedir?
Ona okuyabileceği kaynakları döndüren bir arama API'si verin. LLMWebSearch LLM'ler için bir AI arama API'sidir: tek çağrı canlı bir web araması yapar ve en fazla 20 sıralanmış sonuç döndürür, en iyi 3 sayfa da Markdown olarak gelir. Ekim 2026 itibarıyla 5.000 arama için $9,25, 1 milyon aramada $1,20/1K arama tutarındadır. KYC yok; kripto ile ödeme.
Kısaca AI arama API'si
| Endpoint | POST https://llmwebsearch.com/api/v1/search (GET da çalışır, aynı adlarla) |
|---|---|
| Girdi | q, ayrıca isteğe bağlı max_results, read, format, max_chars, topic, time_range, country, language, include_domains, exclude_domains |
| Çıktı | Her sonuç konumunu, başlığını, URL'sini, hostunu, snippet'ini ve okunduysa sayfanın ana içeriğini Markdown veya düz metin olarak kelime sayısı ve biliniyorsa yayın tarihiyle birlikte taşır |
| Sonuçlar | Sonuçlar çağrınız anında çalıştırılan canlı bir web aramasından, arama motorunun sıraladığı sırayla gelir; hiçbir şey eski bir dizinden sunulmaz |
| Fiyat | Bir kredi bir aramayı karşılar: en fazla 20 sıralı sonuç, ilk 3'ün sayfaları okunur ve Markdown olarak döndürülür. 4 ile 10 arası sayfa okumak 2 kredi eder. Hata ile biten bir çağrı hiçbir ücrete tabi değildir |
| Yanıt | API yazılı bir yanıt değil kaynaklar döndürür: sayfaları kendi modeliniz okur, yanıtı yazar ve URL'leri alıntılar |
| Sayfa erişimi | Okuyucumuz robots.txt'ye uyar: kendini LLMWebSearch olarak tanıtır, bir sitenin onun için ya da tüm robotlar için yazdığı kurallara uyar ve okumasına izin verilmeyen her sayfanın içeriğini dışarıda bırakır |
Modeller neden bir bağlantı listesinden fazlasına ihtiyaç duyar?
Bir bağlantı listesi modele nereye bakacağını söyler, orada ne olduğunu değil. 150 karakterlik bir snippet, kullanıcının sorduğu tarihi, sayıyı veya adımı nadiren içerir. Bu yüzden çoğu agent, aramadan sonra her sayfayı getiren, temizleyen ve kısaltan ikinci bir araç kullanır.
LLMWebSearch bu adımları tek çağrıda birleştirir. En iyi sayfalar, gezinme, reklamlar ve çerez bildirimleri çıkarılmış olarak Markdown halinde döner ve her biri bir word_count taşır. Agent'ınız token'larını içeriğe harcar, siz de dört çağrı yerine tek çağrı ödersiniz.
Bir yanıt nasıl görünür?
Her sonuçta sıra, başlık, URL, host ve snippet bulunur. İlk read sonuç ayrıca content ve word_count taşır; sayfa veya arama motoru bir tarih verdiyse published_at de eklenir. Bir content_status alanı her sayfaya ne olduğunu söyler: ok, not_requested, blocked_by_robots, blocked_by_site_policy, target_refused, fetch_failed veya fetch_timeout. Aşağıdaki değerler örnektir.
{
"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"
}
]
}Kodumdan nasıl çağırırım?
Sorguyu JSON olarak, anahtarınızı Bearer token olarak gönderin. Aşağıdaki Python örneği 5 sonuç ister ve en iyi 3'ünü okur, her biri en fazla 4.000 karakterle sınırlıdır. Hızlı başlangıç aynı çağrıyı Node.js ve curl ile gösterir.
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"])Bir agent hangi filtreleri kullanabilir?
Sonuçların ülkesini ve dilini, bir zaman aralığını (son gün, hafta, ay veya yıl), web veya haber sonuçlarını ve dahil edilecek ya da hariç tutulacak alan adlarını seçin.
time_range:day,week,monthveyayear, son olaylarla ilgili sorular için.topic:newsmakaleleri tarihleriyle döndürür; haber arama API'sine bakın.include_domainsveexclude_domains: her biri en fazla 20, resmi dokümantasyonda kalmak veya gürültülü bir siteyi çıkarmak için.countryvelanguage: sonuçlarını istediğiniz pazar, örneğindevede.max_chars: sayfa başına istediğiniz en fazla metin, 500 ila 50.000 karakter.
Bir agent arama başına kaç sayfa okumalı?
Üç iyi bir varsayılandır ve bir kredinin kapsadığı budur. Olgusal soruların çoğu ilk sayfalarla çözülür ve üç kaynak modelin bir rakamı çapraz kontrol etmesini sağlar. Kaynakların çeliştiği araştırma soruları için read değerini 5 veya 10'a çıkarın; o arama 2 kredi tutar.
Agent yalnızca bağlantılara ihtiyaç duyduğunda, örneğin sırada hangi URL'yi açacağını seçmek için read değerini 0 yapın. Sonra seçtiği URL'lerde /extract çağırın.
Bir sitenin okunmasını istemediği sayfalara ne olur?
İçerik olmadan sonuç olarak dönerler. Okuyucumuz robots.txt'ye uyar: kendini LLMWebSearch olarak tanıtır, bir sitenin onun için ya da tüm robotlar için yazdığı kurallara uyar ve okumasına izin verilmeyen her sayfanın içeriğini dışarıda bırakır. robots.txt dosyasında Content-Signal: ai-input=no ayarlayan bir site, sayfalarını sonuçlarınızın içeriğinden uzak tutar.
Bir site okuyucumuzu geri çevirdiğinde sonuç, içerik olmadan ve sitenin durumuyla döner: CAPTCHA'ları asla çözmeyiz, hesaplara giriş yapmayız veya bir engeli ya da ödeme duvarını aşmaya çalışmayız. content_status alanı agent'ınıza bir sayfanın neden eksik olduğunu söyler; böylece snippet'i kullanabilir veya bir sonraki sonuca geçebilir. Site sahipleri okuyucumuz hakkında bot sayfasından bilgi alabilir.
AI arama API'sinin maliyeti ne kadar?
5.000 arama maliyeti $9,25, 25.000 arama maliyeti $41,25 ve 1.000.000 arama maliyeti $1.200 — Ekim 2026 itibarıyla. Tarihli karşılaştırma bu fiyatları 14 başka API ile yan yana koyuyor.
Geliştirici
25.000 arama
$41,25
$1,65/1K arama
- Bir kodlama ajanı veya araştırma asistanı
- MCP, LangChain ve n8n ile hazır
- Krediler hiç sona ermez
Üretim
100.000 arama
$145
$1,45/1K arama
- Üretimdeki ajanlar
- Talep üzerine daha yüksek rate limit
- Krediler hiç sona ermez
En iyi kur
Hacim
1.000.000 arama
$1.200
$1,20/1K arama
- Çok sayıda ajana hizmet veren platformlar
- Talep üzerine daha yüksek rate limit
- Krediler hiç sona ermez
Her planda: En iyi 3 sayfa Markdown olarak okunur · Ülke, dil, zaman ve alan adı filtreleri · Başarısız çağrılar ücretlendirilmez · Krediler hiç sona ermez
AI arama API'si soruları
AI arama API'si SERP API ile aynı şey mi?
Hayır. Bir SERP API arama sayfasını veri olarak döndürür: bağlantılar, snippet'ler, reklamlar ve kutular. Bir AI arama API'si ayrıca sayfaları okur ve metinlerini döndürür, böylece bir model bunu doğrudan kullanabilir. LLMWebSearch sıralanmış sonuçları ve en üstteki sayfaların içeriğini döndürür.
LLMWebSearch kendi arama dizinine sahip mi?
Hayır. Sonuçlar çağrınız anında çalıştırılan canlı bir web aramasından, arama motorunun sıraladığı sırayla gelir; hiçbir şey eski bir dizinden sunulmaz. Bizim kendi işimiz sayfaları okuyup temizlemek ve bir modelin kullanabileceği biçimde döndürmek.
Sonuçları saklayabilir miyim?
Sorgularınız veya API'nin döndürdükleri üzerinde hiçbir model eğitmeyiz ve sonuçları saklamaya karşı kendi kurallarımızı eklemeyiz; sayfalarını okuduğunuz sitelerin hakları hâlâ geçerlidir. Bir sitenin metnini yeniden yayımlamadan önce o sitenin koşullarını kontrol edin.
Hangi modellerle çalışıyor?
Hepsiyle. API, JSON ve Markdown döndürür, dolayısıyla OpenAI, Claude, Gemini, DeepSeek, Llama veya Qwen modellerine uyar. OpenAI function-calling aracı ve MCP sunucusu sayfalarına bakın.