API di ricerca web gratuita per agenti AI
Un LLM conosce solo i dati del suo addestramento. Un'API di ricerca web gli fornisce fatti attuali e fonti. Tavily, Exa, Firecrawl e Linkup offrono ciascuno crediti gratuiti mensili. FreeLLMAPI mette questi motori dietro un solo endpoint /v1/search e passa al motore successivo quando uno non funziona.
Codice, nomi dei modelli ed etichette del catalogo in tempo reale sono mostrati in inglese.
Motori di ricerca gratuiti oggi
La tabella elenca i motori di ricerca del catalogo FreeLLMAPI. I dati provengono dal catalogo in tempo reale. "Answers" significa che il motore può restituire una breve risposta scritta insieme ai risultati. "News" significa che può limitare la ricerca alle notizie.
| API di ricerca | Limite gratuito | Risposte | Notizie |
|---|---|---|---|
| Tavily Search | 1,000 credits/month, no card | Sì | Sì |
| Exa Search | $10/month in credits, no card | No | Sì |
| Firecrawl Search | 1,000 credits/month (2 per search), no card | No | Sì |
| Linkup Search | free monthly credits for eligible accounts | Sì | No |
| Parallel Search | Free, no key needed (rate-limited); free API key for more | No | No |
| SerpSearch | 1,000 requests/month shared across endpoints; no card; 1 request/second | No | Sì |
Dati in tempo reale dal catalogo FreeLLMAPI (versione 2026.11.19, verificato il 2026-11-19). I limiti gratuiti cambiano spesso. Il catalogo viene verificato ogni giorno.
| Motore | Piano gratuito (ufficiale) | Costo di una ricerca | Altri limiti |
|---|---|---|---|
| Tavily | 1.000 crediti ogni mese, senza carta di credito | 1 credito (base) oppure 2 crediti (avanzata) | Extract costa 1 credito ogni 5 URL |
| Exa | 10 $ in crediti, ripristinati il primo giorno di ogni mese, senza metodo di pagamento | Circa 0,004 $ (lite) fino a 0,007 $ (auto) | Ogni risultato oltre 10 costa di più |
| Firecrawl | 1.000 crediti ogni mese, senza carta di credito | 2 crediti ogni 10 risultati | 10 richieste di ricerca al minuto, 2 contemporanee |
| Linkup | Crediti gratuiti nella pagina dei prezzi | Circa da 0,005 $ a 0,006 $ | Non siamo riusciti a confermare l'importo mensile di oggi |
Con tutte e quattro le chiavi, ottiene circa 1.000 ricerche Tavily, da 1.400 a 2.500 ricerche Exa e 500 ricerche Firecrawl ogni mese. Questi numeri sono il nostro calcolo dai prezzi pubblicati.
Passo 1: installi FreeLLMAPI e aggiunga le chiavi di ricerca
FreeLLMAPI è open source. Funziona sul Suo computer in Docker. Le chiavi dei provider restano sul Suo computer.
Installazione (macOS o Linux)
curl -fsSL https://freellmapi.co/install.sh | bashApra la dashboard all'indirizzo http://localhost:3001. Aggiunga una chiave Tavily, Exa, Firecrawl o Linkup nella pagina Keys. Aggiunga anche una chiave di un provider di chat, per esempio Google AI Studio o Groq. Copi la Sua chiave unificata dalla stessa pagina.
Per vedere quali motori possono rispondere ora, invii GET /v1/search/engines. L'elenco riporta anche gli ID dei motori che può fissare.
Passo 2: cerchi nel web
Invii un query. I campi facoltativi sono max_results, topic (general oppure news), include_answer e engine. La risposta contiene query, results, provider ed engine. Ogni risultato ha un title, un url e 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"}'Passo 3: dia i risultati a un LLM
Lo schema abituale ha tre passaggi. Cerca, inserisce i risultati nel prompt e poi chiede al modello di rispondere solo con quei risultati. Dica al modello di citare gli URL.
Python: cerca, poi risponde con le fonti
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 ricerca richiede tempo e consuma crediti. Cerchi solo quando la domanda richiede fatti più recenti dei dati di addestramento del modello, oppure quando l'utente ha bisogno delle fonti. Conservi in cache i risultati delle domande ripetute.
Quando un motore invia un errore 429, il router invia la query al motore successivo. I risultati di tutti i motori hanno la stessa struttura, quindi il Suo codice non cambia. Usi engine solo quando vuole sempre un solo motore.
Per un agente, dia al modello uno strumento web_search. Quando il modello chiama lo strumento, invii la query a /v1/search e restituisca i risultati come risultato dello strumento. Legga API LLM gratuita per le chiamate di funzione per il ciclo degli strumenti.
Grounding con la ricerca Google di Gemini
I modelli Google possono anche cercare direttamente su Google. Invii uno strumento chiamato google_search e fissi un modello Google. FreeLLMAPI trasforma lo strumento nello strumento nativo di grounding di Gemini.
Python: grounding con la ricerca Google
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)Insidie e risoluzione dei problemi
- Crediti, non richieste: una ricerca Tavily avanzata usa 2 crediti. Una ricerca Firecrawl usa 2 crediti ogni 10 risultati. Chieda 5 risultati quando 5 bastano.
- Contenuti lunghi: i risultati di ricerca possono essere lunghi. Tagli ogni risultato prima di inserirlo nel prompt, altrimenti la richiesta può superare il limite di token di un piccolo modello gratuito.
- Pagine vecchie o errate: il modello si fida di ciò che Lei gli fornisce. Gli dica di segnalare quando le fonti non rispondono alla domanda.
| Problema | Causa | Soluzione |
|---|---|---|
Errore 400 query is required | Il corpo della richiesta non contiene query | Aggiunga una stringa query |
Errore 429 con Retry-After | Tutti i motori sono al limite | Attenda il tempo indicato nell'intestazione, oppure aggiunga la chiave di un altro motore |
| Nessun motore è pronto | Non è stata aggiunta alcuna chiave di ricerca | Aggiunga una chiave, poi controlli GET /v1/search/engines |
| Il grounding non viene eseguito | La richiesta è andata a un modello non Google | Fissi un modello Gemini 2.5 Flash |
Domande frequenti
Esiste un'API di ricerca web gratuita per agenti AI?
Sì. Tavily dà 1.000 crediti ogni mese. Exa dà 10 $ di crediti ogni mese. Firecrawl dà 1.000 crediti ogni mese. Nessuno di questi richiede una carta di credito per il piano gratuito.
Qual è l'API di ricerca gratuita migliore per gli LLM?
Tavily può restituire una breve risposta insieme ai risultati, utile per domande semplici. Exa e Firecrawl restituiscono il contenuto completo delle pagine, utile per la ricerca. Li aggiunga tutti, così il failover può usare ogni piano gratuito.
Il grounding con la ricerca Google è gratuito nell'API Gemini?
Sì, per Gemini 2.5 Flash e Flash-Lite, fino a 500 richieste al giorno nel livello gratuito. Gemini 3 e i modelli più recenti non hanno grounding gratuito.
Come aggiungo la ricerca web a un LLM?
Cerchi con /v1/search, inserisca i risultati nel prompt e dica al modello di rispondere solo in base a essi e di citare gli URL. Per un agente, esponga la ricerca come strumento.
Guide correlate
- API LLM gratuita con function calling
- Free LLM API per agenti IA
- API LLM gratuita per RAG
- free gemini api
- API LLM gratuita per n8n
Fonti
- FreeLLMAPI docs: Web search and Google Search grounding (verificato il 20 November 2026)
- Tavily docs: API credits (verificato il 20 November 2026)
- Exa pricing (verificato il 20 November 2026)
- Firecrawl pricing (verificato il 20 November 2026)
- Linkup pricing (verificato il 20 November 2026)
- Gemini Developer API pricing: grounding (verificato il 20 November 2026)