Tavily, Exa и Brave Search API: поиск для AI-агентов

Когда AI-агент должен ответить на актуальный вопрос — «Что произошло с акциями Nvidia на прошлой неделе?» или «Какая последняя версия LangChain?» — он не может полагаться только на обучающие данные. Ему нужен инструмент веб-поиска. Именно здесь в игру вступают Tavily, Exa и Brave Search API — три сервиса, которые в 2026 году оспаривают право называться стандартным поисковым слоем для LLM-приложений.

Разберём каждый — с реальными цифрами, примерами кода и честным сравнением.

Tavily Search API

Что это и для кого

Tavily создавался с единственной целью: стать нативным поисковым инструментом для AI-агентов. Это не переосмысленный SEO-инструмент и не обёртка над Google — это API, архитектура которого отражает паттерны потребления данных языковыми моделями.

В феврале 2026 года Tavily был приобретён Nebius — амстердамской компанией AI-инфраструктуры. Это придало проекту новый ресурс для масштабирования, но и подняло вопрос о долгосрочной независимости продукта.

Ключевые возможности

• Два режима поиска: basic (1 кредит) и advanced (2 кредита). Advanced глубже анализирует страницы и лучше справляется с многошаговыми запросами.
• Релевантность по умолчанию: результаты уже отсортированы и снабжены оценкой релевантности — готовы к прямой инъекции в контекстное окно модели.
• Фильтрация по домену: можно включить или исключить конкретные сайты.
• Topic-режимы: general и news — для поиска по свежим новостям.
• Answer API: возвращает краткий прямой ответ вместо списка ссылок.

from tavily import TavilyClient

client = TavilyClient(api_key="tvly-...")
results = client.search(
    query="Последние новости Claude 4",
    search_depth="advanced",
    topic="news",
    max_results=5
)
for r in results["results"]:
    print(r["title"], r["score"])

Тарифы Tavily (апрель 2026)

Неиспользованные кредиты сгорают в конце месяца и не переносятся на следующий. При планировании бюджета учитывайте это.

Exa Search API

Что это и для кого

Exa (бывший Metaphor) строит поиск не вокруг ключевых слов, а вокруг смысла. В основе — нейронные эмбеддинги: модель понимает, что запрашивается, и находит контент по намерению, а не по совпадению слов. Это особенно заметно на исследовательских задачах и поиске концептуально близких материалов.

Exa используют в реальных продуктах: Cursor (функция @web), Notion AI (поиск новостей).

Ключевые возможности

• Нейронный поиск: понимает намерение запроса, а не только ключевые слова.
• Несколько скоростей: от мгновенного поиска (<200 мс) до Exa Deep (до 60 секунд) — глубокое исследование темы.
• 5 специализированных эндпоинтов: обычный поиск, поиск по похожим URL, поиск по GitHub/Stack Overflow, поиск людей, поиск компаний.
• Встроенная экстракция контента: возвращает чистый текст страницы, не сырой HTML.
• Фильтры: по категории, домену, дате публикации.

from exa_py import Exa

exa = Exa(api_key="exa-...")
results = exa.search_and_contents(
    "Как работает архитектура Mixture of Experts",
    num_results=5,
    use_autoprompt=True,
    text=True
)
for r in results.results:
    print(r.title, r.url)
    print(r.text[:300])

Тарифы Exa (апрель 2026)

Brave Search API

Что это и для кого

Brave Search API — единственный из тройки, который работает на собственном поисковом индексе, а не является обёрткой над Google или Bing. Это делает его привлекательным для проектов, которым важны независимость от Big Tech, конфиденциальность данных и предсказуемость результатов.

В феврале 2026 Brave упразднила бесплатный уровень (5 000 запросов/мес) и перешла на кредитную систему с оплатой за использование — болезненное изменение для небольших проектов.

Ключевые возможности

• Собственный индекс: независим от Google/Bing, другие результаты, иной взгляд на ранжирование.
• Search + Answers: два продукта. Search возвращает список результатов; Answers (Pro AI) генерирует прямой ответ с источниками.
• Goggles: кастомные правила ранжирования — можно настроить под свою аудиторию или тематику.
• Freshness control: фильтрация по свежести результатов.
• 50 запросов/сек по умолчанию на всех планах.

import requests

headers = {"Accept": "application/json", "X-Subscription-Token": "BSA..."}
params = {"q": "LLM inference optimization 2026", "count": 10, "freshness": "pw"}
response = requests.get("https://api.search.brave.com/res/v1/web/search",
                        headers=headers, params=params)
results = response.json()["web"]["results"]
for r in results:
    print(r["title"], r["url"])

Тарифы Brave Search API (апрель 2026)

Архитектура поиска в AI-агенте

graph TD
    A[Запрос пользователя] --> B{Тип задачи}
    B -->|Актуальные новости / факты| C[Tavily news mode]
    B -->|Семантический поиск / исследование| D[Exa Search]
    B -->|Независимый индекс / приватность| E[Brave Search API]
    C --> F[LLM обрабатывает результаты]
    D --> F
    E --> F
    F --> G[Ответ пользователю]

Плюсы и минусы

Tavily

Exa

Brave Search API

Сравнение трёх инструментов

Сравнение с альтернативами

Вердикт

Tavily — выбор по умолчанию, если вы строите RAG-агента на LangChain/LlamaIndex и хотите минимум настройки. API специально заточен под этот сценарий, документация чёткая, интеграция — официальная. Главный риск: поглощение Nebius может изменить продуктовый фокус.

Exa — лучший вариант для исследовательских агентов, где важен поиск по смыслу, а не по ключевым словам. Если задача — найти концептуально близкие материалы, аналоги, научные работы или GitHub-репозитории — Exa выигрывает у конкурентов. Также оптимален для команд, которых пугают сюрпризы в счёте: новая бандлинговая модель цен прозрачна.

Brave Search API — нишевый выбор для проектов, где принципиально важна независимость от Google и Bing. Хорош как второй источник в мультиагентном пайплайне или для аудитории, чувствительной к privacy. Отмена бесплатного тарифа снижает привлекательность для экспериментов.

Рейтинги