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
Kullanım senaryosu · derin araştırma · planla, ara, oku, atıf yap
Bir derin araştırma agent'ı tek bir arama yapmaz. Bir dizi sorgu planlar, geri dönenleri okur, boşlukları fark eder ve yeniden arama yapar. Raporun kalitesi, bu süreç boyunca ne kadar gerçek sayfa metni gördüğüne bağlıdır.
Kısa yanıt
Derin araştırma agent'ı için hangi web arama API'si uygundur?
Bir derin araştırma agent'ı yalnızca bağlantıları değil, sayfa metnini de döndüren bir arama API'sine ihtiyaç duyar, çünkü rapor başına çok sayıda kaynak okur. LLMWebSearch, arama başına bir kredi karşılığında ilk 3 sayfayı Markdown olarak sıralı sonuçlarla döndürür. 40 aramadan oluşan bir rapor 40 kredi kullanır, yani 100.000 arama bu tür 2.500 raporu karşılar. KYC olmadan; kripto ile ödeme yapın.
Model ne olursa olsun, çoğu tasarımın paylaştığı döngü.
Plan
Model, soruyu yanıtın bir bölümüne yönelik dört ila sekiz kısa sorguya böler.
Ara ve oku
Her sorgu, ilk sayfaları zaten okunmuş sıralı sonuçlar döndürür; böylece ajanın hemen üzerinde çalışacağı metin olur.
Faydalı kaynakları tutun
Ajan, daha önce gördüğü sayfaları ve soruya yanıt vermeyen sayfaları eler.
Boşlukları arayın
Model, bulduklarını soruyla karşılaştırır ve hâlâ eksik olanlar için yeni sorgular yazar.
Kaynak göstererek yazın
Nihai yanıt, her iddiayı kaynağının numarasıyla birlikte belirtir ve kaynakların çeliştiği yerleri söyler.
Bu, sizin tasarımınıza bağlıdır ve bilinçli olarak karar vermeye değer. Hafif bir rapor dört sorgudan oluşan iki tur çalıştırabilir: sekiz arama. Kapsamlı bir rapor ise sekiz sorgudan oluşan beş tur çalıştırabilir: kırk arama.
Daha fazla arama her zaman daha iyi bir rapor anlamına gelmez. Ana kaynaklar elde edildikten sonra her yeni turdan elde edilen kazanç azalır. Bir durdurma kuralı yardımcı olur: bir tur iki yeni kaynaktan az eklediğinde ya da bütçe tükendiğinde döngüyü bitirin.
read 3 veya daha azken her arama bir kredidir. Bu nedenle kırk aramalık bir rapor, okunan sayfaların uzunluğu ne olursa olsun kırk krediye mal olur.
Çünkü araştırma ayrıntılarla ilgilidir. Snippet'ler bir sayfanın özünü verir, ancak bir raporu faydalı kılan rakamlar, koşullar ve tarihler sayfanın gövdesindedir. Snippet'lerden yazan bir model, boşlukları tahminlerle doldurma eğilimindedir.
Sayfaları okumak bir sonraki sorgu turunu da iyileştirir. Ajan, kaynakların kullandığı terimleri, yasaların veya ürünlerin adlarını ve olayların tarihlerini öğrenir. Bu sözcükler, ilk sorudan daha keskin sorgular üretir.
LLMWebSearch her aramanın ilk sayfalarını sizin için okur. 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.
Kaynak listenizi URL'ye göre anahtarlayın. Bir sonucu eklemeden önce, URL'sinin zaten orada olup olmadığını kontrol edin. Farklı sorgular genellikle aynı güçlü sayfayı döndürür ve buna yalnızca bir kez ihtiyacınız vardır.
Bazı sayfalar iki URL altında görünür, örneğin izleme parametreleriyle ve onlarsız. Karşılaştırmadan önce yalnızca tıklamaları izleyen sorgu dizelerini çıkarın. Haberlerde aynı öykü genellikle birkaç yayın organında çıkar; en erken published_at olanı ya da en ayrıntılı olanı tutun.
Kaynakları yalnızca bir kez, sonda numaralandırın; böylece nihai yanıttaki atıflar temiz bir listeyle eşleşir.
Bir sorgunun dar bir konuyu derinlemesine kapsaması gerektiğinde ve ilk üç sayfa yeterli olmadığında. read değerini 4 ile 10 arasında ayarlamak, o aramayı 1 kredi yerine 2 kredi yapar.
Çoğu döngüde başka bir sorgu çalıştırmak daha iyi bir değerdir. Yeni bir sorgu, farklı bir açıdan yeni sayfalar getirir; oysa aynı sorgunun 4 ile 10 arasındaki sayfaları genellikle ilk üçü tekrarlar. Yüksek ayarı, hiç sayfanın pek bulunmadığı niş konular için saklayın.
Birkaç satıcı araştırmayı tek bir çağrı olarak satıyor ve görev başına fiyatlandırıyor. 22 Ekim 2026 itibarıyla Exa'nın derin arama türleri 1.000 istek başına $12 ile $15 arasında; Exa ayrı /research endpoint'ini 1 Nisan 2026'da kullanımdan kaldırdı. You.com araştırma çağrılarını 1.000 başına $12 (Lite) ile $1.200 (Frontier) arasında fiyatlandırıyor. Parallel'in Task API'si 1.000 görev başına $5 (Lite) ile $2.400 (Ultra8x) arasında çalışıyor. Linkup'ın derin araması 1.000 başına $50.
Bu endpoint'ler döngüyü gizler, bu da kullanışlıdır. Döngüyü bir arama API'si üzerinde kendiniz kurmak, orta derinlikte rapor başına daha az maliyetlidir ve modeli, prompt'ları ve durdurma kuralını siz kontrol edersiniz. Adım adım kılavuz yaklaşık 60 satırlık çalışan bir betik içeriyor.
Rapor başına arama sayısı × aylık rapor sayısı. 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.
25.000 arama
$41,25
$1,65/1K arama
100.000 arama
$145
$1,45/1K arama
500.000 arama
$650
$1,30/1K arama
Her planda: En iyi 3 sayfa Markdown olarak okunur · Ülke, dil, zaman ve alan adı filtreleri · Başarısız çağrılar ücretlendirilmez · Krediler hiç sona ermez
Yeterince uzun bağlamı olan herhangi bir model. API yazılı bir yanıt değil kaynaklar döndürür: sayfaları kendi modeliniz okur, yanıtı yazar ve URL'leri alıntılar, böylece nihai rapor için büyük bir model, sorgu planlaması için küçük bir model kullanabilirsiniz.
Evet. En fazla 20 alan adıyla include_domains geçirin ya da kaynak gösterilmesini istemediğiniz siteleri elemek için exclude_domains geçirin.
Evet. time_range değerini day, week, month veya year olarak ayarlayın ve haber kapsamı için topic=news kullanın.
Tur sayısını ve tur başına sorgu sayısını prompt'ta değil kodda sabitleyin. Böylece rapor başına maliyet başlamadan önce bilinir.
$1,20/1K arama'dan · KYC olmadan
API anahtarı alın