Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAPI / Producto · Listo para usarX: @ArtificialAnlys→ original

Parallel Search encabeza el ranking de 26 APIs de búsqueda para agentes de IA con 83 puntos

Si un agente de IA busca respuestas en internet, la calidad depende de la API de búsqueda que utiliza para acceder a la red. Artificial Analysis evaluó 26 de estos servicios con 1700 tareas: Parallel Search alcanzó 83 puntos en su índice compuesto, al mismo nivel que Keenable Search (pro). El mismo modelo sin búsqueda obtiene 33 puntos, así que el servicio aporta unos 50 puntos adicionales. El modo rápido logra 82 puntos por $0,014 por tarea (la mediana del ranking es de $0,063), por lo que conviene probarlo primero.

Procesado por IA desde X: @ArtificialAnlys; editado por Hamidun News
Parallel Search encabeza el ranking de 26 APIs de búsqueda para agentes de IA con 83 puntos
Fuente: X: @ArtificialAnlys. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalX: @ArtificialAnlys ↗
Editor jefe
DeepSearchQAambos modos obtuvieron 89 F1; Keenable Search (pro) logró 88
Tarifas$1 por cada 1000 consultas en modo fast y $5 en modo advanced
Dato clave #3Desde agosto, advanced subió de 75 a 83 puntos y fast pasó de 73 a 82

Imagine un agente al que le encargan averiguar cuáles son hoy las condiciones de un competidor o qué ha cambiado en la última versión de una biblioteca. No conoce la respuesta, así que envía una consulta a una API de búsqueda y lee lo que esta le devuelve. Si la API entrega basura o omite la página que necesita, incluso un modelo potente responderá con imprecisión. Por eso, la nueva medición de Artificial Analysis resulta útil para quienes eligen este tipo de servicio en producción: 26 APIs de búsqueda se evaluaron en las mismas condiciones, con 1700 tareas que exigen encontrar información en la red.

El líder fue Parallel Search. Su modo ampliado (advanced) obtuvo 83 puntos en el índice compuesto Artificial Analysis Search Index y ocupó el primer lugar de 26. El modo rápido (fast) logró 82 puntos y quedó en cuarto lugar. Para dimensionarlo: el mismo modelo sin ninguna búsqueda alcanza 33 puntos, de modo que una buena búsqueda web suma al agente unos 50 puntos.

Cómo se realizó la medición

Los analistas tomaron su propio andamiaje de agentes, Stirrup, e integraron Parallel Search como herramienta web_search. El modelo utilizado fue GPT-5.6 Luna con un nivel de razonamiento medio. En cada llamada, el modelo completa por sí mismo los campos: un objective opcional, donde describe con sus palabras el objetivo de la búsqueda, y search_queries, es decir, entre una y tres consultas de búsqueda. El agente decide cómo formular la búsqueda, y el servicio reúne los resultados.

La distribución en el índice es la siguiente. Advanced se sitúa al nivel de Keenable Search (pro), que también tiene 83. Supera en tres puntos a Exa (auto, dynamic highlights) y a Perplexity (medium), que tienen 80 cada uno. El modo rápido, con 82 puntos, también queda ligeramente por delante de ese par.

Pruebas específicas y evolución

Parallel destaca especialmente en DeepSearchQA. Ambos modos obtuvieron 89 en la métrica F1 y ocuparon el primer y segundo lugar. Keenable Search (pro) logra aquí 88. La métrica F1 refleja el equilibrio entre exhaustividad y precisión: el servicio encuentra lo que se busca y no mezcla información irrelevante.

Advanced también es el primero en AA-Omniscience, con un 74 %, frente al 73 % de Keenable Search (pro). En BrowseComp ocupa el tercer lugar con un 87 %, igualado con Keenable Search (pro) y Perplexity (medium).

También se aprecia la evolución del propio servicio. En las mediciones de agosto, advanced obtuvo 75 puntos y fast, 73. En las de noviembre, los resultados son 83 y 82, es decir, una mejora de 8 a 9 puntos. Las APIs de búsqueda cambian con rapidez, así que las comparaciones de hace seis meses ya no sirven bien para decidir.

El coste

El modo rápido cuesta unos $0,014 por tarea. Solo TinyFish es más barato, con $0,009, mientras que la mediana del ranking se sitúa en $0,063; es decir, fast cuesta alrededor de 4,5 veces menos que un participante típico. Advanced ronda los $0,030 por tarea y, en cuanto a precio, ocupa el sexto lugar.

Las tarifas de Parallel son: $1 por cada 1000 consultas en fast y $5 por cada 1000 consultas en advanced. El coste por tarea de la medición y el precio por consulta no son lo mismo: en una sola tarea, el agente puede recurrir a la búsqueda varias veces.

Qué hacer en la práctica

Si su agente accede hoy a la red a través de Exa o Perplexity, tiene sentido realizar una prueba A/B con Parallel. Lo lógico es empezar por fast: se queda a solo un punto de advanced y resulta notablemente más barato. Advanced conviene activarlo donde importen la precisión factual y las preguntas de varios pasos.

Hay que tener en cuenta varias salvedades. Todas las cifras proceden de un único modelo y un único andamiaje, y la medición la realizó la propia Artificial Analysis. En otro framework o con otro LLM, el orden podría variar ligeramente. La diferencia entre los líderes, de 2 a 3 puntos, es pequeña, y el primer puesto de Parallel lo comparte con Keenable Search (pro). Por ello, el ranking sirve como punto de partida, pero la elección definitiva conviene hacerla con sus propias consultas: tome las preguntas típicas de sus usuarios, pásese por dos o tres APIs y compare la calidad de las respuestas y el coste final.

Historia

Preguntas frecuentes sobre la noticia

Cómo se realizó la medición?

Los analistas tomaron su propio andamiaje de agentes, Stirrup, e integraron Parallel Search como herramienta web_search. El modelo utilizado fue GPT-5.6 Luna con un nivel de razonamiento medio. En cada llamada, el modelo completa por sí mismo los campos: un objective opcional, donde describe con sus palabras el objetivo de la búsqueda, y search_queries, es decir, entre una y tres consultas de búsqueda. El agente decide cómo formular la búsqueda, y el servicio reúne los resultados.

¿Qué se sabe sobre Pruebas específicas y evolución?

Parallel destaca especialmente en DeepSearchQA. Ambos modos obtuvieron 89 en la métrica F1 y ocuparon el primer y segundo lugar. Keenable Search (pro) logra aquí 88. La métrica F1 refleja el equilibrio entre exhaustividad y precisión: el servicio encuentra lo que se busca y no mezcla información irrelevante. Advanced también es el primero en AA-Omniscience, con un 74 %, frente al 73 % de Keenable Search (pro).

¿Qué se sabe sobre El coste?

El modo rápido cuesta unos $0,014 por tarea. Solo TinyFish es más barato, con $0,009, mientras que la mediana del ranking se sitúa en $0,063; es decir, fast cuesta alrededor de 4,5 veces menos que un participante típico. Advanced ronda los $0,030 por tarea y, en cuanto a precio, ocupa el sexto lugar. Las tarifas de Parallel son: $1 por cada 1000 consultas en fast y $5 por cada 1000 consultas en advanced.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
¿Qué te parece?
Cargando comentarios…