TinyFish rend la recherche gratuite : ce que coûte réellement à un agent IA la lecture du Web

Un agent IA qui lit le Web paie 2 types de coût. Le premier est la facture de récupération : ce qu'une API de recherche ou de fetch facture par requête. Le second est le traitement par le modèle : le contenu transmis depuis les pages récupérées vers un modèle IA consomme des tokens, tandis que le raisonnement et les réponses générées ajoutent des coûts supplémentaires. TinyFish, une entreprise d'infrastructure web pour les agents IA, soutient que les équipes établissent leur budget pour le modèle et sous-estiment à quel point le contenu récupéré le conditionne.

Cet article détaille les calculs de tokens, l'impact sur la fenêtre de contexte, et ce que le classement Artificial Analysis Search API montre et ne montre pas.

TL;DR

• Sur quoi il fonctionne : TinyFish utilise un modèle IA natif du web conçu pour la recherche, la récupération et l'interaction avec des sites web en direct. Le modèle fonctionne sur une infrastructure gérée par TinyFish, tandis que sa flotte de navigateurs cloud effectue le rendu des pages et gère les interactions avec les sites web. Aucun GPU local n'est nécessaire. L'accès se fait via REST, des SDK Python et TypeScript, une CLI ou MCP.
• Performance : Sur l'instantané du 28 septembre 2026 d'Artificial Analysis, TinyFish Search (web) obtient un score de 71 à 9.30 $ pour 1,000 tâches de benchmark, avec 59.0 secondes par tâche (temps modèle plus recherche).
• Points forts : Frais de récupération de 0 $ dans les limites de débit (Search : 30 requêtes/min, 500/heure ; Fetch : 150 URL/min, 1,000/jour), et le coût total le plus bas parmi les 12 configurations affichées sur le classement.
• Compromis : Le deuxième temps le plus long par tâche parmi les configurations affichées, et un produit Agent dont le modèle intégré ne peut pas être remplacé.
• Scores : Le plus élevé affiché est Perplexity Search (medium) à 80. Le plus bas affiché est TinyFish Search (web) à 71. La référence sans recherche est de 33.

Frais de récupération vs coûts de traitement par le modèle

Les API de recherche et de fetch facturent généralement par requête ou par page. Ce qu'elles renvoient entre ensuite dans le contexte du modèle et est facturé comme tokens d'entrée. Le raisonnement et les tokens de sortie s'ajoutent par-dessus.

Les entreprises acheminent désormais chaque tâche vers le modèle le moins cher capable de la traiter, une tendance soulignée lorsque Stripe a accepté d'acquérir OpenRouter, une passerelle couvrant plus de 400 modèles de plus de 80 fournisseurs. L'acheminement réduit le prix par token. Il ne change pas le nombre de tokens contenus dans une page récupérée.

La recherche et le fetch gratuits suppriment les frais de récupération de TinyFish dans ses limites. Le modèle en aval supporte toujours des coûts d'inférence. C'est pourquoi la taille de chaque page renvoyée compte.

Quelle est la taille d'une page en tokens ?

TinyFish a mené une évaluation de la qualité du fetch le 2 juin 2026, sur 45 URL et 5 fournisseurs avec les réglages par défaut. Pour un article du Daily Mail dont le corps compte environ 4,300 caractères, les fournisseurs ont renvoyé :

*Calcul de Marktechpost : ~4 caractères par token et un prix d'entrée illustratif de 1 $ par 1M de tokens. Traitement de l'entrée uniquement ; exclut les frais de récupération, le raisonnement et la sortie. Les comptes réels varient selon le tokenizer. Comptages de caractères issus de l'évaluation de TinyFish.

Dans cet exemple, Firecrawl a renvoyé environ 36 fois plus de caractères que TinyFish. Parallel n'a également renvoyé qu'un extrait plutôt que l'article complet, de sorte que son résultat plus réduit n'est pas directement comparable aux extractions de pages complètes.

Bien que cela illustre comment la taille du résultat d'extraction peut affecter la consommation de tokens, la différence provient d'une seule page web et ne doit pas être généralisée à tous les sites web. Ces pourcentages ne sont pas utilisés pour cette comparaison de page individuelle, car les résultats dépassant 30,000 caractères ont été tronqués avant l'évaluation.

Limites de contexte et appels répétés

Supposons que chaque caractère extrait entre dans le même contexte, sans filtrage, troncature ni résumé. Une page contenant environ 42,774 tokens consommerait environ un tiers d'une fenêtre de contexte de 128K tokens. Trois pages de ce type nécessiteraient environ 128,322 tokens, laissant peu ou pas de place pour les instructions système, l'historique de conversation ou la réponse de l'agent.

Les boucles d'agents renvoient également le contexte. Artificial Analysis note que chaque tour renvoie l'intégralité de la conversation, les entrées antérieures étant facturées au prix des entrées en cache du modèle. La mise en cache réduit le coût de relecture d'une page bruyante. Elle ne l'élimine pas, et la page occupe toujours la fenêtre.

Dans cette évaluation interne de TinyFish, un résultat était compté comme couvert uniquement avec au moins 1,000 caractères et un ratio de signal jugé supérieur à 30%. La couverture était de TinyFish 93%, Tavily 80%, Exa 73%, Firecrawl 62% et Parallel 58%. Parmi les seuls résultats exploitables, le signal médian était de 90.5% pour TinyFish et 89.7% pour Exa. TinyFish a effectué le test sur lui-même, l'échantillon est de 45 URL, et les pages d'actualités ont été à l'origine de la majeure partie de l'écart.

Pourquoi TinyFish rend la recherche gratuite

TinyFish présente la recherche comme une opération au sein de l'exécution, comme le DNS ou le stockage pour un logiciel ordinaire. Un agent qui réserve, compare ou remplit un formulaire devrait se soucier de savoir si la tâche a été accomplie, et non du système de recherche qui a trouvé la page.

TinyFish attribue sa tarification gratuite de la recherche à trois aspects de son infrastructure :

• Infrastructure partagée : TinyFish a construit sa flotte de navigateurs, ses systèmes furtifs, son hydratation de session et sa mise à l'échelle élastique avant que Search ne soit un produit. TinyFish affirme que cela change l'économie marginale de la recherche. Cela ne rend pas l'infrastructure gratuite à faire fonctionner.
• Modèles spécialisés : TinyFish affirme que son modèle d'IA natif du web est conçu pour la recherche, la récupération et l'interaction avec les sites en direct. Son développement s'appuie sur des trajectoires opérationnelles d'agents et de grands volumes d'activité de recherche, ce qui aide à réduire la dépendance aux modèles à usage général pour les tâches web intermédiaires.
• Pas de gigantesque index : TinyFish affirme qu'il préfère apprendre comment le travail se fait plutôt que de devenir une société d'indexation.

TinyFish facture séparément l'utilisation d'Agent et de Browser, tandis que Search et Fetch restent gratuits dans les limites publiées. Selon la page de tarification, Search est gratuit à 30 requêtes par minute et 500 par heure. Fetch est gratuit à 150 URL par minute et 1,000 par jour. Les deux continuent de fonctionner avec un solde Wallet de 0 $. Agent coûte 0.016 $ par étape avec 2 exécutions simultanées, et Browser coûte 0.002 $ par minute avec 5 sessions. Les nouveaux comptes reçoivent 8 $ de fonds Wallet.

Ce que montre le benchmark, et ce qu'il ne montre pas

Artificial Analysis garde le modèle de réponse fixe (GPT-5.6 Luna, medium) et ne change que le fournisseur de recherche. Le coût du modèle couvre les jetons d'entrée, mis en cache, de raisonnement et de sortie. Les différences entre les fournisseurs reflètent les charges utiles renvoyées, le nombre de recherches effectuées par le modèle et l'ampleur de son raisonnement.

Sur l'instantané du 28 septembre 2026, le coût du modèle varie de 8.04 $ à 21.65 $ par 1,000 tâches parmi les 12 configurations affichées. Celles-ci proviennent de 26 produits de 13 fournisseurs. TinyFish affiche 0 $ pour la recherche plus 9.30 $ pour le modèle, le total affiché le plus bas.

Les compromis : TinyFish a enregistré un score Search Index de 71, le plus bas parmi les configurations affichées, et un F1 DeepSearchQA de 67. Son temps de benchmark était d'environ 59 secondes par tâche, combinant le temps de traitement estimé du modèle et le temps de recherche mesuré plutôt que de représenter uniquement la latence API. Comme Artificial Analysis utilise sa propre couche d'extraction partagée, les résultats ne mesurent pas directement TinyFish Fetch. De même, les coûts de benchmark par 1,000 tâches ne doivent pas être confondus avec les prix API par 1,000 requêtes, car une seule tâche peut impliquer plusieurs recherches.

Comment TinyFish se compare à ses concurrents les plus proches

Le tableau couvre 3 concurrents sélectionnés qui apparaissent à la fois dans le classement Artificial Analysis et dans le test de fetch de TinyFish.

**Le fonctionnement du navigateur et les tâches de recherche sont des capacités différentes, ces prix ne sont donc pas directement comparables. Tarifs vérifiés le 7 octobre 2026 : TinyFish, Exa, Firecrawl, Parallel. Données de référence : Artificial Analysis (28 septembre 2026) et sa méthodologie. Couverture : évaluation interne TinyFish (juin 2026), un test réalisé par un seul fournisseur, distinct du benchmark tiers.

Points clés

• Les agents paient des frais de récupération plus le traitement du modèle sur tout ce qui est récupéré.
• Le même article variait d'environ 1,184 à environ 42,774 tokens estimés selon le fournisseur.
• 3 grandes pages non filtrées peuvent dépasser une fenêtre de 128K tokens.
• Free Search et Fetch suppriment les frais de récupération de TinyFish, pas les coûts du modèle.
• TinyFish affichait le coût total le plus bas sur Artificial Analysis, mais le score affiché le plus bas.

_{Merci à l'équipe TinyFish pour son leadership éclairé et ses ressources pour cet article. Cet article est sponsorisé par TinyFish.}

L'article TinyFish rend la recherche gratuite : ce qu'il coûte réellement à un agent IA de lire le Web est apparu en premier sur MarkTechPost.