หน้าแรก / คู่มือ / Web search API ฟรีสำหรับเอเจนต์ AI

Web search API ฟรีสำหรับเอเจนต์ AI

LLM รู้เฉพาะข้อมูลที่ใช้ฝึก Web search API ให้ข้อเท็จจริงปัจจุบันและแหล่งอ้างอิงแก่มัน Tavily, Exa, Firecrawl และ Linkup แต่ละรายให้เครดิตฟรีรายเดือน FreeLLMAPI รวมเครื่องมือค้นหาเหล่านี้ไว้หลัง endpoint /v1/search เดียว และย้ายไปเครื่องมือถัดไปเมื่อตัวหนึ่งล้มเหลว

โค้ด ชื่อโมเดล และป้ายกำกับของแคตตาล็อกสดจะแสดงเป็นภาษาอังกฤษ

เครื่องมือค้นหาฟรีในวันนี้

ตารางแสดงเครื่องมือค้นหาในแคตตาล็อกของ FreeLLMAPI ข้อมูลมาจากแคตตาล็อกสด "Answers" หมายความว่าเครื่องมือสามารถส่งคำตอบสั้น ๆ ที่เขียนไว้พร้อมผลลัพธ์ได้ "News" หมายความว่าสามารถจำกัดการค้นหาให้เป็นข่าวได้

Search APIขีดจำกัดฟรีคำตอบข่าว
Tavily Search1,000 credits/month, no cardใช่ใช่
Exa Search$10/month in credits, no cardไม่ใช่
Firecrawl Search1,000 credits/month (2 per search), no cardไม่ใช่
Linkup Searchfree monthly credits for eligible accountsใช่ไม่
Parallel SearchFree, no key needed (rate-limited); free API key for moreไม่ไม่
SerpSearch1,000 requests/month shared across endpoints; no card; 1 request/secondไม่ใช่

ข้อมูลสดจากแคตตาล็อก FreeLLMAPI (เวอร์ชัน 2026.11.19 ตรวจสอบเมื่อ 2026-11-19) ขีดจำกัดฟรีเปลี่ยนบ่อย แคตตาล็อกถูกตรวจสอบทุกวัน

แผนฟรีจากหน้าราคาของผู้ให้บริการ ตรวจเมื่อวันที่ 20 พฤศจิกายน 2026
เครื่องมือแผนฟรี (ทางการ)ค่าใช้จ่ายของการค้นหาหนึ่งครั้งขีดจำกัดอื่น
Tavily1,000 เครดิตต่อเดือน ไม่ต้องใช้บัตรเครดิต1 เครดิต (basic) หรือ 2 เครดิต (advanced)Extract ใช้ 1 เครดิตต่อทุก 5 URL
Exaเครดิต $10 รีเซ็ตในวันแรกของทุกเดือน ไม่ต้องมีวิธีการชำระเงินประมาณ $0.004 (lite) ถึง $0.007 (auto)ผลลัพธ์แต่ละรายการเกิน 10 รายการมีค่าใช้จ่ายเพิ่ม
Firecrawl1,000 เครดิตต่อเดือน ไม่ต้องใช้บัตรเครดิต2 เครดิตต่อทุก 10 ผลลัพธ์10 คำขอค้นหาต่อนาที และ 2 คำขอพร้อมกัน
Linkupมีเครดิตฟรีในหน้าราคาประมาณ $0.005 ถึง $0.006เรายืนยันจำนวนรายเดือนในวันนี้ไม่ได้

ด้วยคีย์ทั้งสี่ คุณจะได้การค้นหา Tavily ประมาณ 1,000 ครั้ง การค้นหา Exa ประมาณ 1,400 ถึง 2,500 ครั้ง และการค้นหา Firecrawl 500 ครั้งต่อเดือน ตัวเลขเหล่านี้เป็นการคำนวณของเราจากราคาที่เผยแพร่

ขั้นที่ 1: ติดตั้ง FreeLLMAPI และเพิ่มคีย์การค้นหา

FreeLLMAPI เป็นโอเพนซอร์ส ทำงานบนคอมพิวเตอร์ของคุณใน Docker คีย์ของผู้ให้บริการของคุณอยู่บนคอมพิวเตอร์ของคุณ

ติดตั้ง (macOS หรือ Linux)

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

เปิดแดชบอร์ดที่ http://localhost:3001 เพิ่มคีย์ Tavily, Exa, Firecrawl หรือ Linkup ในหน้า Keys เพิ่มคีย์ของผู้ให้บริการแชตด้วย เช่น Google AI Studio หรือ Groq คัดลอก unified key ของคุณจากหน้าเดียวกัน

หากต้องการดูว่าเครื่องมือค้นหาตัวใดตอบได้ตอนนี้ ส่ง GET /v1/search/engines รายการนี้ยังให้ engine id ที่คุณปักหมุดได้

ขั้นที่ 2: ค้นหาเว็บ

ส่ง query ฟิลด์ที่เลือกได้คือ max_results, topic (general หรือ news), include_answer และ engine การตอบกลับมี query, results, provider และ engine ผลลัพธ์แต่ละรายการมี title, url และ 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"}'

ขั้นที่ 3: ส่งผลลัพธ์ให้ LLM

รูปแบบทั่วไปมีสามขั้นตอน ค้นหา ใส่ผลลัพธ์ลงในพรอมต์ แล้วขอให้โมเดลตอบจากผลลัพธ์เหล่านั้นเท่านั้น บอกโมเดลให้อ้างอิง URL

Python: ค้นหา แล้วตอบพร้อมแหล่งอ้างอิง

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)

การค้นหาเพิ่มเวลาและใช้เครดิต ค้นหาเฉพาะเมื่อคำถามต้องการข้อเท็จจริงที่ใหม่กว่าข้อมูลฝึกของโมเดล หรือเมื่อผู้ใช้ต้องการแหล่งอ้างอิง เก็บผลลัพธ์ของคำถามที่ซ้ำไว้ในแคช

เมื่อเครื่องมือค้นหาตัวหนึ่งส่งข้อผิดพลาด 429 เราเตอร์จะส่งคำค้นไปยังเครื่องมือถัดไป ผลลัพธ์จากทุกเครื่องมือมีรูปแบบเดียวกัน โค้ดของคุณจึงไม่ต้องเปลี่ยน ใช้ engine เฉพาะเมื่อคุณต้องการเครื่องมือหนึ่งตัวทุกครั้ง

สำหรับเอเจนต์ ให้เครื่องมือ web_search แก่โมเดล เมื่อโมเดลเรียกเครื่องมือ ส่งคำค้นไปยัง /v1/search และส่งผลลัพธ์กลับเป็นผลของเครื่องมือ อ่าน Free function calling LLM API สำหรับลูปเครื่องมือ

Gemini Google Search grounding

โมเดลของ Google ค้นหาใน Google ได้ด้วยตัวเอง ส่งเครื่องมือชื่อ google_search และปักหมุดโมเดล Google FreeLLMAPI แปลงเครื่องมือเป็น Gemini grounding tool ดั้งเดิม

Python: grounding ด้วย 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)
ขีดจำกัดของระดับฟรี: Google อนุญาต grounding ในระดับฟรีสำหรับ Gemini 2.5 Flash และ Flash-Lite สูงสุด 500 คำขอต่อวันรวมกันทั้งสองรุ่น Gemini 3 และรุ่นที่ใหม่กว่าไม่มี grounding ฟรี ปักหมุดโมเดล 2.5 Flash สำหรับ grounding ฟรี

ข้อควรระวังและการแก้ปัญหา

  • เครดิต ไม่ใช่คำขอ: การค้นหา Tavily แบบ advanced ใช้ 2 เครดิต การค้นหา Firecrawl ใช้ 2 เครดิตต่อทุก 10 ผลลัพธ์ ขอ 5 ผลลัพธ์เมื่อ 5 รายการเพียงพอ
  • เนื้อหายาว: ผลลัพธ์การค้นหาอาจยาว ตัดแต่ละผลลัพธ์ก่อนใส่ลงในพรอมต์ มิฉะนั้นคำขอจะเกินขีดจำกัดโทเคนของโมเดลฟรีขนาดเล็ก
  • หน้าเก่าหรือผิด: โมเดลเชื่อสิ่งที่คุณให้มัน บอกให้มันระบุเมื่อแหล่งอ้างอิงไม่ตอบคำถาม
ปัญหาสาเหตุวิธีแก้
ข้อผิดพลาด 400 query is requiredเนื้อหาคำขอไม่มี queryเพิ่มสตริง query
ข้อผิดพลาด 429 พร้อม Retry-Afterทุกเครื่องมือถึงขีดจำกัดแล้วรอตามเวลาในส่วนหัว หรือเพิ่มคีย์ของเครื่องมือค้นหาอีกตัว
ไม่มีเครื่องมือที่พร้อมใช้งานยังไม่ได้เพิ่มคีย์การค้นหาเพิ่มคีย์ แล้วตรวจ GET /v1/search/engines
Grounding ไม่ทำงานคำขอถูกส่งไปยังโมเดลที่ไม่ใช่ของ Googleปักหมุดโมเดล Gemini 2.5 Flash
ใช้ทุกตัวในรายการนี้ผ่านคีย์เดียว FreeLLMAPI คือเราเตอร์โอเพนซอร์สที่คุณโฮสต์เอง รวมระดับฟรีทั้งหมดนี้ไว้หลังปลายทางเดียวที่เข้ากันได้กับ OpenAI และเปลี่ยนไปใช้ตัวอื่นเมื่อตัวใดตัวหนึ่งถูกจำกัดอัตรา ดูแคตตาล็อก หรือ เริ่มใช้งานจริง.

คำถามที่พบบ่อย

มี web search API ฟรีสำหรับเอเจนต์ AI หรือไม่

มี Tavily ให้ 1,000 เครดิตต่อเดือน Exa ให้เครดิต $10 ต่อเดือน Firecrawl ให้ 1,000 เครดิตต่อเดือน แผนฟรีของทั้งสามไม่ต้องใช้บัตรเครดิต

web search API ฟรีตัวไหนดีที่สุดสำหรับ LLM

Tavily ส่งคำตอบสั้น ๆ พร้อมผลลัพธ์ได้ ซึ่งมีประโยชน์กับคำถามง่าย ๆ Exa และ Firecrawl ส่งเนื้อหาเต็มของหน้า ซึ่งมีประโยชน์สำหรับการวิจัย เพิ่มทั้งหมดเพื่อให้ failover ใช้แผนฟรีของแต่ละราย

Google Search grounding ใน Gemini API ฟรีหรือไม่

ฟรี สำหรับ Gemini 2.5 Flash และ Flash-Lite สูงสุด 500 คำขอต่อวันในระดับฟรี Gemini 3 และรุ่นที่ใหม่กว่าไม่มี grounding ฟรี

ฉันจะเพิ่ม web search ให้ LLM ได้อย่างไร

ค้นหาด้วย /v1/search ใส่ผลลัพธ์ลงในพรอมต์ และบอกโมเดลให้ตอบจากผลลัพธ์เหล่านั้นเท่านั้นและอ้างอิง URL สำหรับเอเจนต์ ให้เปิดการค้นหาเป็นเครื่องมือ

คู่มือที่เกี่ยวข้อง

แหล่งข้อมูล

คู่มือทั้งหมด · ดูโมเดลฟรีทั้งหมด