API pencarian web gratis untuk agent AI
LLM hanya mengetahui data pelatihannya. API pencarian web memberinya fakta dan sumber yang terkini. Tavily, Exa, Firecrawl, dan Linkup masing-masing memberi kredit gratis setiap bulan. FreeLLMAPI menempatkan mesin pencarian ini di balik satu endpoint /v1/search dan berpindah ke mesin berikutnya saat satu mesin gagal.
Kode, nama model, dan label katalog langsung ditampilkan dalam bahasa Inggris.
Mesin pencarian gratis saat ini
Tabel mencantumkan mesin pencarian di katalog FreeLLMAPI. Data berasal dari katalog live. "Answers" berarti mesin dapat mengembalikan jawaban tertulis singkat bersama hasilnya. "News" berarti mesin dapat membatasi pencarian ke berita.
| API pencarian | Batas gratis | Jawaban | Berita |
|---|---|---|---|
| Tavily Search | 1,000 credits/month, no card | Ya | Ya |
| Exa Search | $10/month in credits, no card | Tidak | Ya |
| Firecrawl Search | 1,000 credits/month (2 per search), no card | Tidak | Ya |
| Linkup Search | free monthly credits for eligible accounts | Ya | Tidak |
| Parallel Search | Free, no key needed (rate-limited); free API key for more | Tidak | Tidak |
| SerpSearch | 1,000 requests/month shared across endpoints; no card; 1 request/second | Tidak | Ya |
Data langsung dari katalog FreeLLMAPI (versi 2026.11.19, diperiksa 2026-11-19). Batas gratis sering berubah. Katalog diperiksa setiap hari.
| Mesin | Paket gratis (resmi) | Biaya satu pencarian | Batas lainnya |
|---|---|---|---|
| Tavily | 1.000 kredit setiap bulan, tanpa kartu kredit | 1 kredit (basic) atau 2 kredit (advanced) | Extract memakai 1 kredit untuk setiap 5 URL |
| Exa | $10 dalam kredit, direset pada hari pertama setiap bulan, tanpa metode pembayaran | Sekitar $0,004 (lite) sampai $0,007 (auto) | Setiap hasil di atas 10 memakai biaya lebih besar |
| Firecrawl | 1.000 kredit setiap bulan, tanpa kartu kredit | 2 kredit untuk setiap 10 hasil | 10 permintaan pencarian per menit, 2 secara bersamaan |
| Linkup | Kredit gratis di halaman harga | Sekitar $0,005 sampai $0,006 | Kami tidak dapat memastikan jumlah bulanan hari ini |
Dengan keempat kunci, Anda mendapat sekitar 1.000 pencarian Tavily, 1.400 sampai 2.500 pencarian Exa, dan 500 pencarian Firecrawl setiap bulan. Angka ini adalah hasil perhitungan kami dari harga yang dipublikasikan.
Langkah 1: Pasang FreeLLMAPI dan tambahkan kunci pencarian
FreeLLMAPI bersifat sumber terbuka. Aplikasi ini berjalan di komputer Anda melalui Docker. Kunci penyedia Anda tetap berada di komputer Anda.
Pasang (macOS atau Linux)
curl -fsSL https://freellmapi.co/install.sh | bashBuka dasbor di http://localhost:3001. Tambahkan kunci Tavily, Exa, Firecrawl, atau Linkup di halaman Keys. Tambahkan juga kunci penyedia chat, misalnya Google AI Studio atau Groq. Salin kunci terpadu Anda dari halaman yang sama.
Untuk melihat mesin mana yang dapat menjawab sekarang, kirim GET /v1/search/engines. Daftar ini juga memberi ID mesin yang dapat Anda tetapkan.
Langkah 2: Cari di web
Kirim query. Kolom opsional adalah max_results, topic (general atau news), include_answer, dan engine. Respons memiliki query, results, provider, dan engine. Setiap hasil memiliki title, url, dan 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"}'Langkah 3: Berikan hasilnya ke LLM
Pola umumnya memiliki tiga langkah. Cari, masukkan hasilnya ke prompt, lalu minta model menjawab hanya dari hasil tersebut. Minta model mengutip URL.
Python: cari, lalu jawab dengan sumber
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)Pencarian menambah waktu dan memakai kredit. Cari hanya saat pertanyaan memerlukan fakta yang lebih baru daripada data pelatihan model, atau saat pengguna memerlukan sumber. Simpan hasil dari pertanyaan yang berulang dalam cache.
Saat satu mesin mengirim error 429, router mengirim kueri ke mesin berikutnya. Hasil dari semua mesin memiliki bentuk yang sama, sehingga kode Anda tidak berubah. Gunakan engine hanya saat Anda memerlukan satu mesin setiap kali.
Untuk agent, berikan model sebuah tool web_search. Saat model memanggil tool, kirim kueri ke /v1/search dan kembalikan hasilnya sebagai hasil tool. Baca API LLM function calling gratis untuk loop tool.
Grounding Google Search Gemini
Model Google juga dapat mencari di Google sendiri. Kirim tool bernama google_search dan tetapkan model Google. FreeLLMAPI mengubah tool itu menjadi tool grounding Gemini bawaan.
Python: grounding dengan 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)Jebakan dan pemecahan masalah
- Kredit, bukan permintaan: pencarian Tavily advanced memakai 2 kredit. Pencarian Firecrawl memakai 2 kredit untuk setiap 10 hasil. Minta 5 hasil saat 5 hasil sudah cukup.
- Konten panjang: hasil pencarian dapat panjang. Potong setiap hasil sebelum Anda memasukkannya ke prompt, atau permintaan dapat melampaui batas token model gratis yang kecil.
- Halaman lama atau salah: model mempercayai apa yang Anda berikan. Minta model untuk menyatakan saat sumber tidak menjawab pertanyaan.
| Masalah | Penyebab | Solusi |
|---|---|---|
Error 400 query is required | Body tidak memiliki query | Tambahkan string query |
Error 429 dengan Retry-After | Semua mesin mencapai batasnya | Tunggu sesuai waktu di header, atau tambahkan kunci mesin lain |
| Tidak ada mesin yang siap | Belum ada kunci pencarian yang ditambahkan | Tambahkan kunci, lalu periksa GET /v1/search/engines |
| Grounding tidak berjalan | Permintaan dikirim ke model non-Google | Tetapkan model Gemini 2.5 Flash |
Pertanyaan yang sering diajukan
Apakah ada API pencarian web gratis untuk agent AI?
Ya. Tavily memberi 1.000 kredit setiap bulan. Exa memberi $10 dalam kredit setiap bulan. Firecrawl memberi 1.000 kredit setiap bulan. Tidak ada yang memerlukan kartu kredit untuk paket gratis.
API pencarian gratis mana yang terbaik untuk LLM?
Tavily dapat mengembalikan jawaban singkat bersama hasilnya, yang berguna untuk pertanyaan sederhana. Exa dan Firecrawl mengembalikan konten halaman penuh, yang berguna untuk riset. Tambahkan semuanya agar failover dapat memakai setiap paket gratis.
Apakah grounding Google Search gratis di API Gemini?
Ya, untuk Gemini 2.5 Flash dan Flash-Lite, hingga 500 permintaan setiap hari di paket gratis. Gemini 3 dan model yang lebih baru tidak memiliki grounding gratis.
Bagaimana cara menambahkan pencarian web ke LLM?
Cari dengan /v1/search, masukkan hasilnya ke prompt, dan minta model menjawab hanya dari hasil tersebut serta mengutip URL. Untuk agent, jadikan pencarian sebagai tool.
Panduan terkait
- Free LLM API dengan function calling
- API LLM gratis untuk agen AI
- API LLM gratis untuk RAG
- free gemini api
- Free LLM API untuk n8n
Sumber
- FreeLLMAPI docs: Web search and Google Search grounding (diperiksa 20 November 2026)
- Tavily docs: API credits (diperiksa 20 November 2026)
- Exa pricing (diperiksa 20 November 2026)
- Firecrawl pricing (diperiksa 20 November 2026)
- Linkup pricing (diperiksa 20 November 2026)
- Gemini Developer API pricing: grounding (diperiksa 20 November 2026)