TinyFish macht Suche kostenlos: Was es wirklich kostet, wenn ein KI-Agent das Web liest

Ein KI-Agent, der das Web liest, zahlt 2 Arten von Kosten. Die erste ist die Retrieval-Gebühr: was eine Such- oder Fetch-API pro Anfrage berechnet. Die zweite ist die Modellverarbeitung: Inhalte, die von abgerufenen Seiten in ein KI-Modell übergeben werden, verbrauchen Tokens, während Reasoning und generierte Antworten weitere Kosten verursachen. TinyFish, ein Unternehmen für Web-Infrastruktur für KI-Agenten, argumentiert, dass Teams das Modell einplanen und unterschätzen, wie stark abgerufene Inhalte dies treiben.

Dieser Artikel führt durch die Token-Mathematik, die Auswirkungen auf das Kontextfenster und was die Artificial Analysis Search API leaderboard zeigt und was nicht.

TL;DR

• Worauf es läuft: TinyFish verwendet ein web-natives KI-Modell , das für Suche, Retrieval und Interaktion mit Live-Websites konzipiert ist. Das Modell läuft auf von TinyFish verwalteter Infrastruktur, während seine Cloud-Browser-Flotte Seiten rendert und Website-Interaktionen abwickelt. Keine lokale GPU erforderlich. Der Zugriff erfolgt über REST, Python- und TypeScript-SDKs, CLI oder MCP.
• Leistung: Im Artificial Analysis-Snapshot vom 28. September 2026 erzielt TinyFish Search (web) 71 Punkte zu 9.30 $ pro 1,000 Benchmark-Aufgaben, mit 59.0 Sekunden pro Aufgabe (Modell- plus Suchzeit).
• Das Beste: 0 $ Retrieval-Gebühr innerhalb der Rate-Limits (Search: 30 Anfragen/min, 500/Stunde; Fetch: 150 URLs/min, 1,000/Tag) und die niedrigsten Gesamtkosten unter den 12 auf dem Leaderboard angezeigten Konfigurationen.
• Kompromisse: Die zweitlängste Zeit pro Aufgabe unter den angezeigten Konfigurationen und ein Agent-Produkt, dessen eingebautes Modell nicht ausgetauscht werden kann.
• Punktzahlen: Die höchste angezeigte ist Perplexity Search (medium) mit 80. Die niedrigste angezeigte ist TinyFish Search (web) mit 71. Die No-Search-Baseline liegt bei 33.

Retrieval-Gebühren vs. Modellverarbeitungskosten

Such- und Fetch-APIs berechnen üblicherweise pro Anfrage oder pro Seite. Was sie zurückgeben, gelangt dann in den Kontext des Modells und wird als Eingabetokens abgerechnet. Reasoning- und Ausgabetokens kommen noch obendrauf.

Unternehmen leiten jede Aufgabe inzwischen an das günstigste geeignete Modell weiter – ein Trend, der unterstrichen wurde, als Stripe sich bereit erklärte, OpenRouter zu übernehmen, ein Gateway, das über 400 Modelle von mehr als 80 Anbietern umspannt. Routing senkt den Preis pro Token. Es ändert nicht, wie viele Tokens eine abgerufene Seite enthält.

Kostenlose Search- und Fetch-Angebote eliminieren TinyFish’s Retrieval-Gebühr innerhalb seiner Limits. Das nachgelagerte Modell verursacht weiterhin Inferenzkosten. Deshalb ist die Größe jeder zurückgegebenen Seite wichtig.

Wie groß ist eine Seite in Tokens?

TinyFish führte am 2. Juni 2026 eine Fetch-Qualitätsevaluierung am 2. Juni 2026, über 45 URLs und 5 Anbieter mit Standardeinstellungen. Für einen Daily-Mail-Artikel mit einem Textumfang von rund 4,300 Zeichen gaben die Anbieter zurück:

*Marktechpost-Berechnung: ~4 Zeichen pro Token und ein exemplarischer Eingabepreis von $1 pro 1M Tokens. Nur Eingabeverarbeitung; ohne Abrufgebühren, Reasoning und Ausgabe. Tatsächliche Zahlen variieren je nach Tokenizer. Zeichenzählungen aus TinyFishs Evaluierung.

In diesem Beispiel gab Firecrawl ungefähr 36-mal so viele Zeichen zurück wie TinyFish. Parallel gab ebenfalls nur einen Auszug statt des vollständigen Artikels zurück, sodass seine kleinere Ausgabe nicht direkt mit den Extraktionen der vollständigen Seite vergleichbar ist.

Obwohl dies veranschaulicht, wie die Größe des Extraktionsergebnisses den Tokenverbrauch beeinflussen kann, stammt der Unterschied von einer einzigen Webseite und sollte nicht auf alle Websites verallgemeinert werden. Diese Prozentsätze werden für diesen einzelnen Seitenvergleich nicht verwendet, da Ausgaben über 30,000 Zeichen vor der Bewertung gekürzt wurden.

Kontextgrenzen und wiederholte Aufrufe

Angenommen, jedes extrahierte Zeichen geht in denselben Kontext ein, ohne Filterung, Kürzung oder Zusammenfassung. Eine Seite mit ungefähr 42,774 Tokens würde etwa ein Drittel eines 128K-Token-Kontextfensters verbrauchen. Drei solcher Seiten würden ungefähr 128,322 Tokens erfordern und ließen kaum oder keinen Raum für Systemanweisungen, Gesprächsverlauf oder die Antwort des Agenten.

Agent-Schleifen senden den Kontext ebenfalls erneut. Artificial Analysis weist darauf hin, dass bei jedem Durchlauf die gesamte Konversation erneut gesendet wird, wobei frühere Eingaben zum Cached-Input-Preis des Modells abgerechnet werden. Caching senkt die Kosten für das erneute Lesen einer rauschhaften Seite. Es beseitigt sie nicht, und die Seite belegt weiterhin das Kontextfenster.

In dieser TinyFish-internen Bewertung galt ein Ergebnis nur als abgedeckt, wenn es mindestens 1,000 Zeichen umfasste und ein beurteiltes Signalverhältnis über 30 % aufwies. Die Abdeckung betrug TinyFish 93 %, Tavily 80 %, Exa 73 %, Firecrawl 62 % und Parallel 58 %. Nur bei nutzbaren Ergebnissen lag das mittlere Signal bei 90.5 % für TinyFish und 89.7 % für Exa. TinyFish führte den Test an sich selbst durch, die Stichprobe umfasst 45 URLs, und Nachrichtenseiten verursachten den Großteil der Lücke.

Warum TinyFish Suche kostenlos macht

TinyFish begreift Suche als einen einzelnen Vorgang innerhalb der Ausführung, so wie DNS oder Speicher für gewöhnliche Software. Ein Agent, der eine Buchung vornimmt, Angebote vergleicht oder ein Formular ausfüllt, sollte sich darum kümmern, ob die Aufgabe erledigt wurde – nicht davon, welches Suchsystem die Seite gefunden hat.

TinyFish führt seine kostenlose Suchpreissetzung auf drei Aspekte seiner Infrastruktur zurück:

• Gemeinsam genutzte Infrastruktur: TinyFish baute seine Browser-Flotte, Stealth-Systeme, Session-Hydration und elastische Skalierung, bevor Search ein Produkt war. TinyFish sagt, dies verändere die Grenzkostenökonomie der Suche. Es macht den Betrieb der Infrastruktur nicht kostenlos.
• Spezialisierte Modelle: TinyFish sagt, sein web-natives KI-Modell sei für Suche, Fetch und Interaktion mit Live-Websites ausgelegt. Seine Entwicklung stützt sich auf operative Agent-Trajektorien und große Mengen an Suchaktivität, was dazu beiträgt, die Abhängigkeit von Allzweckmodellen für Zwischenschritte im Web zu verringern.
• Kein riesiger Index: TinyFish sagt, es wolle lieber lernen, wie Arbeit erledigt wird, als ein Indexierungsunternehmen zu werden.

TinyFish berechnet Agent- und Browser-Nutzung separat ab, während Search und Fetch innerhalb ihrer veröffentlichten Limits kostenlos bleiben. Laut der Preisseiteist Search kostenlos mit 30 Anfragen pro Minute und 500 pro Stunde. Fetch ist kostenlos mit 150 URLs pro Minute und 1,000 pro Tag. Beide funktionieren weiter bei einem Wallet-Guthaben von $0. Agent kostet $0.016 pro Schritt mit 2 gleichzeitigen Läufen, und Browser kostet $0.002 pro Minute mit 5 Sitzungen. Neue Konten erhalten $8 in Wallet-Guthaben.

Was der Benchmark zeigt – und was nicht

Artificial Analysis hält das Antwortmodell fest (GPT-5.6 Luna, medium) und ändert nur den Suchanbieter. Die Modellkosten decken Input-, Cached-, Reasoning- und Output-Tokens ab. Unterschiede zwischen Anbietern spiegeln die zurückgegebenen Payloads wider, wie viele Suchen das Modell ausführt und wie viel es_reasoned.

Im Snapshot vom 28. September 2026 reichen die Modellkosten von $8.04 bis $21.65 pro 1,000 Aufgaben über die 12 angezeigten Konfigurationen. Diese stammen von 26 Produkten von 13 Anbietern. TinyFish weist $0 für die Suche plus $9.30 für das Modell aus – der niedrigste angezeigte Gesamtwert.

Die Kompromisse: TinyFish erzielte einen Search-Index-Score von 71, den niedrigsten unter den angezeigten Konfigurationen, und ein DeepSearchQA-F1 von 67. Seine Benchmark-Zeit betrug etwa 59 Sekunden pro Aufgabe, eine Kombination aus geschätzter Modellverarbeitungszeit und gemessener Suchzeit, nicht allein eine Repräsentation der API-Latenz. Da Artificial Analysis seine eigene gemeinsame Extraktionsschicht verwendet, messen die Ergebnisse nicht direkt TinyFish Fetch. Ebenso sollten Benchmark-Kosten pro 1,000 Aufgaben nicht mit API-Preisen pro 1,000 Anfragen verwechselt werden, da eine einzelne Aufgabe mehrere Suchen umfassen kann.

Wie TinyFish im Vergleich zu den nächsten Wettbewerbern abschneidet

Die Tabelle umfasst 3 ausgewählte Wettbewerber, die sowohl im Artificial-Analysis-Leaderboard als auch im TinyFish-Fetch-Test erscheinen.

**Browser-Betrieb und Research-Aufgaben sind unterschiedliche Fähigkeiten, daher sind diese Preise nicht direkt vergleichbar. Preise geprüft am 7. Oktober 2026: TinyFish, Exa, Firecrawl, Parallel. Benchmark-Daten: Artificial Analysis (28. September 2026) und deren Methodik. Abdeckung: TinyFish interne Evaluierung (Juni 2026), ein Einzelanbieter-Test, der getrennt vom Drittanbieter-Benchmark durchgeführt wurde.

Wichtigste Erkenntnisse

• Agents zahlen Retrieval-Gebühren plus Modellverarbeitung für alles, was abgerufen wird.
• Derselbe Artikel reichte je nach Anbieter von ~1,184 bis ~42,774 geschätzten Token.
• 3 große ungefilterte Seiten können ein 128K-Token-Fenster überschreiten.
• Free Search und Fetch beseitigen TinyFishs Retrieval-Gebühr, nicht die Modellkosten.
• TinyFish hatte auf Artificial Analysis die niedrigste angezeigte Gesamtkosten, aber den niedrigsten angezeigten Score.

_{Dank an das Tinyfish-Team für die Thought Leadership / Ressourcen zu diesem Artikel. Dieser Artikel wird von TinyFish gesponsert.}

Der Beitrag TinyFish macht die Suche kostenlos: Was es einen KI-Agenten wirklich kostet, das Web zu lesen erschien zuerst auf MarkTechPost.