Tavily (Tavily)
综合排名 #18 ⭐ 可考虑
⚠️ Tavily API 部署在 AWS US-East / EU-West;国内直连延迟 200-400ms;推荐用 Cloudflare Worker 或腾讯云 Edge Function 中转(降至 50-100ms);无 CN 节点计划;无国内信用卡支付渠道 | 🌍 国际
💰 Token 价格
| 类型 | 价格 | 备注 |
|---|---|---|
| 输入 (Input) | Free 1,000 credits/month(滚动 30 天窗口,无信用卡);Pay-as-you-go $0.008/credit(基础 Search 1 credit);Project 起步 $30/month 含 4,000 credits,$0.008/credit 超额;Growth $200/month 含 40,000 credits,$0.006/credit 超额;Pro $1,000/month 含 250,000 credits,$0.005/credit 超额;Enterprise 合同制(custom 配额 + SLA + 无日志合约) | 每百万 tokens |
| 输出 (Output) | 按 endpoint 计费:Search 1 credit/次;Extract 1 credit/页;Crawl 1 credit/页;Map 1 credit/页;Research 5 credits/次(替代 5-10 Search + 2-3 Extract + 1 合成 LLM);AI Extraction 1 credit/次 | 每百万 tokens |
💡 免费额度
Free 永久:1,000 credits/month(滚动 30 天窗口),无信用卡、无功能限制;Search/Extract/Crawl/Map/AI Extraction 各占独立配额(1,000 Search + 500 Crawl);超额返 HTTP 429,无超额计费
🤖 支持模型（共 7 个）
Search (real-time web + AI summary, 1 credit/call) Extract (clean markdown from URL, 1 credit/page) Crawl (BFS domain walk, 1 credit/page) Map (sitemap-level discovery, 1 credit/page) Research (multi-step agent brief, 5 credits/call) AI Extraction (structured JSON schema, 1 credit/call) MCP Server (March 2026, Search + Extract as MCP tools)
✨ 优势
- ✓ 🎯 AI agent 默认搜索 API:LangChain TavilySearchResults、LlamaIndex TavilyToolSpec、AutoGen/CrewAI/smolagents 全部默认集成
- ✓ 🆓 1,000 credits/月免费层(无信用卡、无功能阉割),RAG agent 原型阶段零成本
- ✓ 🧠 /research 端点:5 credits/次,内嵌多步搜索+提取+合成 LLM,单次调用替代 50-100 行 agent 代码
- ✓ 🔌 MCP server(March 2026 上线,Databricks MCP Marketplace + IBM WatsonX + JetBrains 集成) — Claude Code / Cursor / Codex 即装即用
- ✓ 💰 Series A $25M 融资(2026 H1),Trusted by 2M+ developers,LangChain 默认位置锁定
- ✓ 📦 Search+Extract 单调用返回完整 markdown(answer + raw_content + 0-1 relevance score),省去后续提取步骤,2-5 秒/研究步骤节省
⚠️ 不足
- × Hosted-only,无 self-hosted 方案(对比 SearXNG/Meilisearch 开源可私有化)
- × 国内直连延迟 200-400ms,需 Cloudflare Worker / Edge Function 中转
- × Research 端点不暴露内部模型栈,无法审计或换模型(GPT-5.5/Opus 4.5 类但不公开)
- × /research 端点的 answer 字段在多跳推理时偶现幻觉,需自行 LLM 合成
- × 免费层 Crawl/Search 配额分离,单次大 Crawl 可耗尽整月 Crawl 配额
🎯 适合场景
构建 RAG agent / 自动化研究 agent 的开发者(LangChain/LlamaIndex/AutoGen/CrewAI 默认集成);需要 Search+Extract 单调用范式的研究工作流;多步推理代理(budget <$200/月);预算敏感 solo developer(免费层足够原型);通过 MCP server 在 Claude Code / Cursor / Codex 内零集成搜索