Início / Guias / API gratuita de busca na web para agentes de IA

API gratuita de busca na web para agentes de IA

Um LLM conhece apenas os seus dados de treinamento. Uma API de busca na web dá a ele fatos atuais e fontes. Tavily, Exa, Firecrawl e Linkup oferecem cada um créditos gratuitos por mês. O FreeLLMAPI coloca esses motores atrás de um único endpoint /v1/search e passa para o próximo motor quando um deles falha.

O código, os nomes dos modelos e os rótulos do catálogo ao vivo são exibidos em inglês.

Motores de busca gratuitos hoje

A tabela lista os motores de busca do catálogo do FreeLLMAPI. Os dados vêm do catálogo atual. "Answers" significa que o motor pode retornar uma resposta escrita curta junto com os resultados. "News" significa que ele pode limitar a busca a notícias.

API de buscaLimite gratuitoRespostasNotícias
Tavily Search1,000 credits/month, no cardSimSim
Exa Search$10/month in credits, no cardNãoSim
Firecrawl Search1,000 credits/month (2 per search), no cardNãoSim
Linkup Searchfree monthly credits for eligible accountsSimNão
Parallel SearchFree, no key needed (rate-limited); free API key for moreNãoNão
SerpSearch1,000 requests/month shared across endpoints; no card; 1 request/secondNãoSim

Dados ao vivo do catálogo FreeLLMAPI (versão 2026.11.19, verificado em 2026-11-19). Os limites gratuitos mudam com frequência. O catálogo é verificado todos os dias.

Planos gratuitos das páginas de preços dos provedores, verificados em 20 de novembro de 2026
MotorPlano gratuito (oficial)Custo de uma buscaOutros limites
Tavily1.000 créditos por mês, sem cartão de crédito1 crédito (básica) ou 2 créditos (avançada)A extração custa 1 crédito a cada 5 URLs
ExaUS$ 10 em créditos, renovados no primeiro dia de cada mês, sem meio de pagamentoCerca de US$ 0,004 (lite) a US$ 0,007 (auto)Cada resultado acima de 10 custa mais
Firecrawl1.000 créditos por mês, sem cartão de crédito2 créditos a cada 10 resultados10 requisições de busca por minuto, 2 ao mesmo tempo
LinkupCréditos gratuitos na página de preçosCerca de US$ 0,005 a US$ 0,006Não conseguimos confirmar o valor mensal hoje

Com as quatro chaves, você obtém cerca de 1.000 buscas do Tavily, de 1.400 a 2.500 buscas do Exa e 500 buscas do Firecrawl por mês. Estes números são o nosso cálculo com base nos preços publicados.

Passo 1: instale o FreeLLMAPI e adicione chaves de busca

O FreeLLMAPI é de código aberto. Ele roda no seu computador em Docker. As suas chaves de provedores ficam no seu computador.

Instalação (macOS ou Linux)

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

Abra o painel em http://localhost:3001. Adicione uma chave do Tavily, Exa, Firecrawl ou Linkup na página Keys. Adicione também uma chave de provedor de chat, por exemplo Google AI Studio ou Groq. Copie a sua chave unificada na mesma página.

Para ver quais motores podem responder agora, envie GET /v1/search/engines. A lista também mostra os IDs dos motores que você pode fixar.

Passo 2: faça uma busca na web

Envie um query. Os campos opcionais são max_results, topic (general ou news), include_answer e engine. A resposta tem query, results, provider e engine. Cada resultado tem um title, uma url e um 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: entregue os resultados a um LLM

O padrão usual tem três passos. Faça a busca, coloque os resultados no prompt e peça ao modelo que responda somente com base neles. Peça ao modelo que cite as URLs.

Python: busca e resposta com fontes

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)

A busca adiciona tempo e usa créditos. Faça a busca somente quando a pergunta precisar de fatos mais novos que os dados de treinamento do modelo, ou quando o usuário precisar de fontes. Guarde em cache os resultados de perguntas repetidas.

Quando um motor envia um erro 429, o roteador envia a consulta para o próximo motor. Os resultados de todos os motores têm o mesmo formato, então o seu código não muda. Use engine somente quando precisar de um motor específico em todas as vezes.

Para um agente, dê ao modelo uma ferramenta web_search. Quando o modelo chamar a ferramenta, envie a consulta para /v1/search e retorne os resultados como resultado da ferramenta. Leia API gratuita de LLM com function calling para ver o loop de ferramentas.

Fundamentação (grounding) com a Pesquisa Google do Gemini

Os modelos do Google também podem pesquisar no próprio Google. Envie uma ferramenta chamada google_search e fixe um modelo do Google. O FreeLLMAPI transforma a ferramenta na ferramenta nativa de grounding do Gemini.

Python: grounding com a Pesquisa 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)
Limite do plano gratuito: o Google permite grounding no plano gratuito para o Gemini 2.5 Flash e o Flash-Lite, até 500 requisições por dia somadas entre os dois. Os modelos Gemini 3 e os mais novos não têm grounding gratuito. Fixe um modelo 2.5 Flash para ter grounding gratuito.

Armadilhas e solução de problemas

  • Créditos, e não requisições: uma busca avançada do Tavily usa 2 créditos. Uma busca do Firecrawl usa 2 créditos a cada 10 resultados. Peça 5 resultados quando 5 forem suficientes.
  • Conteúdo longo: os resultados de busca podem ser longos. Corte cada resultado antes de colocá-lo no prompt, ou a requisição pode passar do limite de tokens de um modelo gratuito pequeno.
  • Páginas antigas ou erradas: o modelo confia no que você lhe dá. Peça a ele que diga quando as fontes não responderem à pergunta.
ProblemaCausaSolução
Erro 400: query é obrigatórioO corpo da requisição não tem queryAdicione uma string query
Erro 429 com Retry-AfterTodos os motores atingiram o limiteAguarde o tempo indicado no cabeçalho, ou adicione a chave de outro motor
Nenhum motor está prontoNenhuma chave de busca foi adicionadaAdicione uma chave e depois confira GET /v1/search/engines
O grounding não é executadoA requisição foi para um modelo que não é do GoogleFixe um modelo Gemini 2.5 Flash
Use todos estes modelos com uma única chave. FreeLLMAPI é um roteador de código aberto e de hospedagem própria. Ele coloca todas estas camadas gratuitas atrás de um único endpoint compatível com OpenAI e passa para o próximo provedor quando um deles está com limite de requisições. Ver o catálogo ou colocar em produção.

Perguntas frequentes

Existe uma API gratuita de busca na web para agentes de IA?

Sim. O Tavily oferece 1.000 créditos por mês. O Exa oferece US$ 10 em créditos por mês. O Firecrawl oferece 1.000 créditos por mês. Nenhum deles exige cartão de crédito para o plano gratuito.

Qual API gratuita de busca é a melhor para LLMs?

O Tavily pode retornar uma resposta curta junto com os resultados, o que é útil para perguntas simples. O Exa e o Firecrawl retornam o conteúdo completo das páginas, o que é útil para pesquisa. Adicione todos para que o failover possa usar cada plano gratuito.

O grounding com a Pesquisa Google é gratuito na API do Gemini?

Sim, para o Gemini 2.5 Flash e o Flash-Lite, até 500 requisições por dia no plano gratuito. Os modelos Gemini 3 e os mais novos não têm grounding gratuito.

Como adiciono busca na web a um LLM?

Busque com /v1/search, coloque os resultados no prompt e peça ao modelo que responda somente com base neles e cite as URLs. Para um agente, exponha a busca como uma ferramenta.

Guias relacionados

Fontes

Todos os guias · Ver todos os modelos gratuitos