Coût de l'API de recherche par fenêtre de contexte

Un framework d'agents a comparé le coût de recherche par fenêtre de contexte entre fournisseurs. Avec Tavily, la tâche moyenne utilisait 4.2 requêtes ($0.126/fenêtre). Avec Scavio, les données SERP structurées ont réduit les requêtes moyennes à 2.8 ($0.014/fenêtre) car les données AI Overview et PAA ont répondu aux questions de suivi dans la réponse initiale.

Coût de l'API de recherche par fenêtre de contexte est pertinent pour Google. Scavio fournit une API unifiée pour accéder aux données de toutes ces plateformes.

Une tâche d'agent unique implique rarement une seule requête de recherche. Une tâche de recherche peut nécessiter 3 à 5 recherches : une requête initiale large, 2 à 3 requêtes de raffinement et une requête de vérification. Le coût par fenêtre de contexte capture les dépenses totales de l'API de recherche pour une interaction complète de l'agent. Calcul : cost_per_window = avg_queries_per_task * cost_per_query. Au tarif de $0.005/crédit de Scavio, une tâche de recherche typique de 4 requêtes coûte $0.02 par fenêtre de contexte. Au niveau Researcher de Tavily ($30/mo pour 1,000 requêtes), la même tâche coûte $0.12. Avec Perplexity Sonar ($5-12/1K requêtes), elle coûte $0.02-0.048. Avec Brave ($5/1K requêtes), elle coûte $0.02. Cette mesure est importante car les coûts d'inférence des LLM dominent les budgets des agents, et la recherche est le deuxième centre de coûts le plus important. L'optimisation du coût de recherche par fenêtre de contexte implique : réduire les requêtes redondantes (mettre en cache les résultats récents), utiliser des réponses structurées pour minimiser les recherches de suivi et choisir des API qui renvoient des données riches en un seul appel. Les réponses structurées de Scavio avec AI Overview, Knowledge Graph et les données People Also Ask réduisent souvent le besoin de requêtes de suivi, abaissant ainsi le coût par fenêtre de contexte en dessous du prix par requête.