Inicio / Guías / API de búsqueda web gratuita para agentes de IA

API de búsqueda web gratuita para agentes de IA

Un LLM solo conoce sus datos de entrenamiento. Una API de búsqueda web le da hechos actuales y fuentes. Tavily, Exa, Firecrawl y Linkup dan cada uno créditos gratuitos al mes. FreeLLMAPI pone estos motores detrás de un solo endpoint /v1/search y pasa al siguiente motor cuando uno falla.

El código, los nombres de los modelos y las etiquetas del catálogo en vivo se muestran en inglés.

Motores de búsqueda gratuitos hoy

La tabla enumera los motores de búsqueda del catálogo de FreeLLMAPI. Los datos provienen del catálogo en vivo. "Answers" significa que el motor puede devolver una respuesta escrita breve con los resultados. "News" significa que puede limitar la búsqueda a noticias.

API de búsquedaLímite gratuitoRespuestasNoticias
Tavily Search1,000 credits/month, no cardSíSí
Exa Search$10/month in credits, no cardNoSí
Firecrawl Search1,000 credits/month (2 per search), no cardNoSí
Linkup Searchfree monthly credits for eligible accountsSíNo
Parallel SearchFree, no key needed (rate-limited); free API key for moreNoNo
SerpSearch1,000 requests/month shared across endpoints; no card; 1 request/secondNoSí

Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.

Planes gratuitos de las páginas de precios de los proveedores, verificados el 20 de noviembre de 2026
MotorPlan gratuito (oficial)Costo de una búsquedaOtros límites
Tavily1,000 créditos cada mes, sin tarjeta de crédito1 crédito (básica) o 2 créditos (avanzada)Extract cuesta 1 crédito por cada 5 URL
Exa$10 en créditos, que se reinician el primer día de cada mes, sin método de pagoAlrededor de $0.004 (lite) a $0.007 (auto)Cada resultado por encima de 10 cuesta más
Firecrawl1,000 créditos cada mes, sin tarjeta de crédito2 créditos por cada 10 resultados10 solicitudes de búsqueda por minuto, 2 al mismo tiempo
LinkupCréditos gratuitos en la página de preciosAlrededor de $0.005 a $0.006No pudimos confirmar la cantidad mensual de hoy

Con las cuatro claves, obtiene cada mes unas 1,000 búsquedas de Tavily, de 1,400 a 2,500 búsquedas de Exa y 500 búsquedas de Firecrawl. Estas cifras son nuestro cálculo a partir de los precios publicados.

Paso 1: Instale FreeLLMAPI y agregue claves de búsqueda

FreeLLMAPI es de código abierto. Se ejecuta en su computadora con Docker. Sus claves de proveedores se quedan en su computadora.

Instalar (macOS o Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

Abra el panel en http://localhost:3001. Agregue una clave de Tavily, Exa, Firecrawl o Linkup en la página Keys. Agregue también una clave de un proveedor de chat, por ejemplo Google AI Studio o Groq. Copie su clave unificada desde la misma página.

Para ver qué motores pueden responder ahora, envíe GET /v1/search/engines. La lista también indica los ID de motor que puede fijar.

Paso 2: Busque en la web

Envíe un query. Los campos opcionales son max_results, topic (general o news), include_answer y engine. La respuesta tiene query, results, provider y engine. Cada resultado tiene un title, una url y un content.

curl

curl http://localhost:3001/v1/search \
  -H "Authorization: Bearer <unified-key>" \
  -H "Content-Type: application/json" \
  -d '{"query": "latest stable Python version", "max_results": 5, "topic": "general"}'

Paso 3: Entregue los resultados a un LLM

El patrón habitual tiene tres pasos. Busque, ponga los resultados en el prompt y luego pida al modelo que responda solo con esos resultados. Indique al modelo que cite las URL.

Python: buscar y luego responder con fuentes

import requests
from openai import OpenAI

BASE = "http://localhost:3001/v1"
KEY = "<unified-key>"
client = OpenAI(base_url=BASE, api_key=KEY)

question = "What is the latest stable Python version?"
hits = requests.post(
    f"{BASE}/search",
    headers={"Authorization": f"Bearer {KEY}"},
    json={"query": question, "max_results": 5},
    timeout=30,
).json()["results"]

context = "\n\n".join(
    f"[{i + 1}] {h['title']}\n{h['url']}\n{h['content'][:1500]}" for i, h in enumerate(hits)
)
answer = client.chat.completions.create(
    model="auto",
    messages=[
        {"role": "system", "content": "Answer only from the sources. Cite them as [1], [2]. "
                                      "If the sources do not answer the question, say so."},
        {"role": "user", "content": f"Sources:\n{context}\n\nQuestion: {question}"},
    ],
)
print(answer.choices[0].message.content)

La búsqueda agrega tiempo y gasta créditos. Busque solo cuando la pregunta necesite hechos más recientes que los datos de entrenamiento del modelo, o cuando el usuario necesite fuentes. Guarde en una caché los resultados de preguntas repetidas.

Cuando un motor envía un error 429, el enrutador envía la consulta al siguiente motor. Los resultados de todos los motores tienen la misma forma, así que su código no cambia. Use engine solo cuando necesite un motor fijo en todas las llamadas.

Para un agente, dé al modelo una herramienta web_search. Cuando el modelo llame a la herramienta, envíe la consulta a /v1/search y devuelva los resultados como resultado de la herramienta. Lea API de LLM gratuita con llamadas a funciones para ver el bucle de herramientas.

Grounding con Google Search en Gemini

Los modelos de Google también pueden buscar en Google por sí mismos. Envíe una herramienta llamada google_search y fije un modelo de Google. FreeLLMAPI convierte la herramienta en la herramienta nativa de grounding de Gemini.

Python: grounding con Google Search

resp = client.chat.completions.create(
    model="gemini-2.5-flash",  # pin a Google model so that the request goes to Google
    messages=[{"role": "user", "content": "Who won the F1 race this weekend?"}],
    tools=[{"type": "function", "function": {"name": "google_search", "parameters": {}}}],
)
print(resp.choices[0].message.content)
Límite del nivel gratuito: Google permite el grounding en el nivel gratuito para Gemini 2.5 Flash y Flash-Lite, hasta 500 solicitudes por día compartidas por ambos. Gemini 3 y los modelos más nuevos no tienen grounding gratuito. Fije un modelo 2.5 Flash para el grounding gratuito.

Errores frecuentes y solución de problemas

  • Créditos, no solicitudes: una búsqueda avanzada de Tavily usa 2 créditos. Una búsqueda de Firecrawl usa 2 créditos por cada 10 resultados. Pida 5 resultados cuando 5 bastan.
  • Contenido largo: los resultados de búsqueda pueden ser largos. Recorte cada resultado antes de ponerlo en el prompt, o la solicitud puede superar el límite de tokens de un modelo gratuito pequeño.
  • Páginas antiguas o incorrectas: el modelo confía en lo que usted le da. Indíquele que diga cuándo las fuentes no responden la pregunta.
ProblemaCausaSolución
Error 400 query is requiredEl cuerpo no tiene queryAgregue una cadena query
Error 429 con Retry-AfterTodos los motores llegaron a su límiteEspere el tiempo indicado en el encabezado, o agregue la clave de otro motor
Ningún motor está listoNo se agregó ninguna clave de búsquedaAgregue una clave y luego revise GET /v1/search/engines
El grounding no se ejecutaLa solicitud fue a un modelo que no es de GoogleFije un modelo Gemini 2.5 Flash
Use cada uno de estos modelos con una sola clave. FreeLLMAPI es un enrutador de código abierto y autoalojado. Reúne todos estos niveles gratuitos detrás de un único endpoint compatible con OpenAI y cambia de proveedor cuando uno alcanza su límite. Explore el catálogo o ir en vivo.

Preguntas frecuentes

¿Existe una API de búsqueda web gratuita para agentes de IA?

Sí. Tavily da 1,000 créditos cada mes. Exa da $10 en créditos cada mes. Firecrawl da 1,000 créditos cada mes. Ninguno necesita tarjeta de crédito para el plan gratuito.

¿Qué API de búsqueda gratuita es la mejor para LLM?

Tavily puede devolver una respuesta breve con los resultados, lo que es útil para preguntas simples. Exa y Firecrawl devuelven el contenido completo de las páginas, lo que es útil para investigación. Agregue todos para que la conmutación pueda usar cada plan gratuito.

¿El grounding de Google Search es gratuito en la API de Gemini?

Sí, para Gemini 2.5 Flash y Flash-Lite, hasta 500 solicitudes por día en el nivel gratuito. Gemini 3 y los modelos más nuevos no tienen grounding gratuito.

¿Cómo agrego búsqueda web a un LLM?

Busque con /v1/search, ponga los resultados en el prompt e indique al modelo que responda solo con ellos y cite las URL. Para un agente, exponga la búsqueda como herramienta.

Guías relacionadas

Fuentes

Todas las guías · Ver todos los modelos gratuitos