80分登冠，Perplexity搜尋API稱霸AI搜尋指數

Perplexity旗下搜尋API在Artificial Analysis「搜尋API指數」中以80分稱冠，成為目前排名最高的AI搜尋服務。這項結果顯示，AI代理程式從網路蒐集佐證資料的「搜尋層」，正逐漸成為獨立於模型效能之外的競爭領域。

根據Artificial Analysis的報導，於27日公布的搜尋API排行榜中，Perplexity Search medium版本拿下80分，Perplexity Search high版本為79分，Perplexity Search low版本則為77分。

競爭對手方面，Parallel的Search advanced與Brave Search的LLM context版本並列75分，Exa Search的auto版本則以74分緊追在後。

本次指數由DeepSearchQA、BrowseComp與AA-Omniscience三項測試依相同權重組成。Artificial Analysis說明，測試採用相同的候選模型GPT-5.6 Luna medium，並在同一套Stirrup測試框架下，僅更換搜尋API供應商進行比較。

若僅使用模型本身、不搭配搜尋API，基準分數僅33分。Perplexity Search medium比這項基準高出47分，但與第二名之間的差距僅有5分。

換句話說，這次結果的重點並非Perplexity大幅甩開對手，而是搜尋API究竟能為AI代理程式的表現帶來多大提升。能否精準找到原始資料並提供給模型，已成為左右答案品質的獨立變數。

不過，搜尋API並不是代替使用者撰寫生成式答案的工具。Perplexity官方文件將Search API定義為即時排序網頁搜尋結果、並以結構化資料回傳的端點。

這項API的max_results參數可設定1至20筆，預設為10筆。收費標準為每千次請求5美元(約6,910韓元)，一次成功的POST /search請求即使包含最多5組查詢，仍計為1個計費單位。

不過流量限制的計算方式與計費單位不同。Perplexity文件指出，Search API每秒限制為50個query units，並允許50個query units的爆量額度。多查詢請求在計費上可能只算1筆，但在流量限制中，會依陣列內的查詢數量分別扣除query unit。

Perplexity研究團隊在2025年9月25日公布的資料中表示，自家搜尋基礎設施每日可處理2億次查詢，同一份資料的自評結果顯示，中位數延遲時間為358毫秒。

不過，Artificial Analysis的指數與Perplexity自家評測並非採用相同測試。Artificial Analysis使用DeepSearchQA、BrowseComp與AA-Omniscience，Perplexity研究團隊則採用SimpleQA、FRAMES、BrowseComp與HLE，兩者結果難以直接合併解讀。

開發者的評價則不一。All Them APIs在23日的測試中指出，Perplexity Search API在9次搜尋嘗試中全數通過，且第一順位皆能回傳主要來源。相對地，Perplexity社群中也出現文件、SDK與實際運作不一致的錯誤回報。

社群回報的問題包括search_recency_filter、return_images、return_snippets與user_location_filter等功能出現行為不一致的情況。分析認為，即使效能指標亮眼，實際導入前仍須重新確認文件、程式碼與篩選功能是否如預期運作。

競爭對手也拿價格與速度做出比較。Parallel在19日發布的比較文章中，雖將Perplexity Search API歸類為「原始檢索端點(raw retrieval endpoint)」，但主張自家fast、turbo模式提供更具價格優勢的方案。

實際導入與否，並非單一品質指數就能決定。成本、延遲時間、結果深度、篩選穩定性與流量限制，都是需要一併考量的因素。這次排名真正的意義在於，AI代理程式專用的搜尋基礎設施，已開始被視為獨立於模型之外的競爭產品線。

本刊此前也曾報導Artificial Analysis改版程式碼代理效能指標的案例。基準測試終究是受評測條件侷限的數字，Perplexity Search API實際好不好用，仍取決於開發者在自己的環境中，逐一確認文件、程式碼與流量限制是否吻合。