TinyFish 免費搜尋免除 API 費用，卻未免除閱讀網頁的成本

TinyFish 的免費搜尋為 AI 代理免除了一項顯而易見的費用，但並不代表網上研究變成免費。公司現時在已公布的速率限制內，免費提供 Search 及 Fetch 服務。然而，每個擷取到的頁面仍可能消耗模型 token、佔用 context 空間、延長工作流程，並帶來無關資訊。

這項區別相當重要，因為代理不只是收集連結。它會搜尋、選擇結果、閱讀頁面、評估內容，並且經常重複這個過程。檢索供應商只控制整條鏈的一部分。即使首次 API 呼叫毋須費用，模型推論、重複 context 與失敗嘗試仍可能成本高昂。

這項公布亦對 Exa、Firecrawl、Tavily、Parallel 及其他向軟件代理銷售網頁存取服務的公司施加壓力。TinyFish 正把基本檢索轉化為其更廣泛自動化平台的切入點。競爭對手現時必須透過更佳品質、可靠性、控制功能或更高營運限額，為付費檢索辯護。

因此，核心問題並非 TinyFish 是否令搜尋免費。它確實做到了，但有明確限制。更困難的問題是，其結果能否協助代理以較少運算與較少重試完成工作。

TinyFish 免費搜尋改變了工作流程中哪一部分會被收費

TinyFish 取消直接檢索收費，但代理其餘營運成本依然存在。

TinyFish 於 2026 年 5 月 4 日公布免費提供 Search 及 Fetch 存取。Search 回傳結構化網頁結果，而 Fetch 則把所選頁面轉換為 Markdown、HTML 或 JSON。兩項服務均可透過公司的 API、軟件開發套件、命令列介面及 Model Context Protocol 整合使用。

公司的免費搜尋公告表示，開發人員毋須信用卡即可開始使用。即使帳戶的錢包結餘未獲充值，Search 及 Fetch 仍可使用。這比與推廣積分綁定的短期試用更具實質意義。

不過，免費存取受速率限制規管。現行的使用限額容許每分鐘數十次搜尋、每小時數百次搜尋。Fetch 支援每分鐘超過一百個 URL，但受另一項每日上限約束。對實驗及中等規模的生產工作負載而言，這些配額看來相當寬裕。

TinyFish 仍會計量平台其他部分的使用量。其 Agent 產品處理多步驟瀏覽器工作，而 Browser 提供託管的互動工作階段。這些服務會消耗錢包資金，因為它們需要更長時間運行的基礎設施及更多有狀態執行。

這種劃分揭示了其商業策略。TinyFish 把探索及頁面擷取視為獲客渠道。當工作流程由閱讀公開頁面，進展至點擊控制項、維持工作階段、完成表格或執行較長任務時，公司便會取得收入。

這種模式與把某一層商品化、藉此提高另一層需求的基礎設施企業相似。一次免費檢索呼叫可以把開發人員帶進平台。一個成功原型其後可帶來對託管瀏覽器、自動化步驟、企業控制功能及更大容量的需求。

對開發人員而言，直接好處是實驗更簡單。團隊可以把代理連接至最新網上資訊，毋須先估算每次查詢及每個頁面的獨立費用。同一團隊仍須監察有多少文字輸入語言模型。

這項餘下成本可能不如 API 帳單般顯眼。搜尋結果、頁面內容、系統指示、聊天記錄及工具輸出，全都會爭奪空間。當代理把這些材料交給模型時，模型供應商會按其自身使用條款處理。

因此，一次免費 Fetch 可以產生昂貴的模型請求，也可以產生便宜的請求。差異取決於回傳內容的數量、內容的潔淨程度，以及工作流程重傳它的頻率。

TinyFish 的舉措在改變運算之前，先改變採購。由於直接收費消失，檢索變得更容易獲批准。工程團隊仍須衡量整項工作，從首次查詢直至最終經驗證答案。

AI 代理真正的網頁成本始於檢索之後

代理為其處理的資訊付費，而不只是為交付該資訊的端點付費。

設想一個比較多項產品的研究代理。它先搜尋相關頁面，然後擷取規格、文件、評測與最新公告。代理或會先摘要每個來源，再協調互相矛盾的說法。

每一步都可能為工作中的 context 增加文字。context window 是模型在單次請求中可以考慮的輸入及生成材料總量。較大的 window 增加容量，但不代表不必要的文字變得無害。

導覽選單、Cookie 通知、相關故事列表、廣告標籤及重複頁面元素，全都會消耗 token。token 是模型處理所使用的小型文字單位。不同模型與語言的 token 數量不同，因此以字元作出的估算仍只是近似值。

10 月 18 日的成本分析以一個新聞頁面說明這個問題。在 TinyFish 的底層評估中，不同供應商就同一篇文章回傳的文字量差異極大。

TinyFish 為該頁面回傳少於 5,000 個字元。Firecrawl 回傳超過 170,000 個字元。Parallel 只回傳短摘錄，因此其較小輸出無法與完整擷取直接比較。

按粗略換算，這些輸出介乎約 150 個 token 至超過 42,000 個 token。最大結果在加入指示、對話記錄或輸出前，已可能佔用 128,000-token context window 約三分之一。

這個例子並不能證明典型表現。它只涵蓋供應商自行進行的小型測試中選取的一個頁面。然而，它確實說明檢索量與有用資訊是不同的衡量標準。

較大的回應並不自動代表更完整。它可能包含文章及大量頁面元素。較小的回應也不一定較好，它可能遺漏代理作出準確答案所需的證據。

營運目標是在最少雜訊下取得有用覆蓋。覆蓋衡量系統是否擷取到必要材料。訊號則衡量回傳材料中有多少對任務有貢獻。

在代理迴圈中，這個區別更為重要。傳統搜尋介面讓人掃描結果並決定開啟甚麼。代理則可能在無人介入下，搜尋、擷取、反思、再次搜尋，再修訂答案。

先前材料可被納入後續模型請求。有些系統會以較低處理費率快取重複輸入，但快取文字仍會佔用 context，也可能令模型偏離較新或更相關的證據。

雜訊較多的擷取至少帶來四種潛在成本。第一，模型須處理更多輸入。第二，有用內容更難識別。第三，工作流程會更快觸及 context 限制。第四，代理可能因未能擷取答案而進行額外搜尋。

這些影響會相互累積。單一差勁頁面或許尚可處理，但重複出現的差勁頁面可能迫使系統進行摘要、截斷或額外模型呼叫。檢索端點仍然免費，工作流程卻變得更長。

延遲也應納入同一計算。搜尋可快速回傳，但完整研究任務包括頁面渲染、模型推理、工具選擇及重試。用戶體驗的是總耗時，而非最快的孤立元件。

可靠性亦會改變經濟效益。若代理反覆遇到封鎖、不完整擷取或過時結果，便可能需要替代來源。當工程師必須圍繞工具建立大量備援邏輯時，名義上廉價的工具也會變得昂貴。

因此，正確的成本單位是完成的任務。團隊應衡量取得有據可依的答案所需的模型 token、工具呼叫、秒數與重試次數，也應記錄答案是否仍然正確。

這種以任務為本的視角，可避免常見的採購錯誤。供應商可以削減一項成本，卻把工作轉移至技術堆疊的另一部分。免費檢索具有實際價值，但前提是它降低整體工作量，而非只是重新安置成本。

對研究密集型知識工作而言，收集之後同樣適用這個原則。乾淨來源仍需要整理、比較及日後檢索。一個結構化的AI 知識庫可以保留有用證據，毋須在每次新對話中重複匯入整個頁面。

潔淨的 Fetch 結果才是 TinyFish 更有力的論點

TinyFish 最具影響力的說法不是免費存取，而是可減少模型處理量的較潔淨輸出。

Search 用於識別可能的來源。Fetch 決定模型實際閱讀甚麼。若擷取層能移除無關頁面元素，同時保留證據，便可在減少 token 用量的同時提升焦點。

TinyFish 表示，其 Fetch 服務透過真實瀏覽器渲染頁面，並回傳經清理的內容。這種做法旨在處理 JavaScript 密集網站、動態介面，以及透過基本 HTTP 請求只會提供極少有用資訊的頁面。

公司於 2026 年 6 月 2 日評估了這項能力。其Fetch 評估測試了 45 個 URL，涵蓋文件、定價頁面、儲存庫、文章及新聞網站。

TinyFish 表示，在該 45 個 URL 中，有 42 個取得可用結果，即 93%。按該測試標準，Tavily 取得 36 個、Exa 取得 33 個、Firecrawl 取得 28 個，而 Parallel 取得 26 個。

在可用結果之中，TinyFish 表示其中位訊號比率超過 90%。Exa 成功連接到頁面時亦緊隨其後。較大的差異出現在覆蓋率，尤其是 15 個新聞 URL。

該評估把可用結果定義為至少 1,000 個字元，且經判斷的訊號比率超過 30%。按這些規則，TinyFish 錄得三次失敗，包括兩個回傳內容過少的頁面，以及一個雜訊過多的頁面。

這些細節令測試比單一標題百分比更有參考價值，同時亦揭示幾項重要限制。

TinyFish 自行進行這項評估，並與比較中的所有其他供應商競爭。樣本只包含 45 個 URL。Anthropic 模型負責判斷內容品質，而 30% 訊號門檻反映了一項方法選擇。

供應商亦可迅速變化。擷取系統須因應出版商重新設計、存取限制及反機械人技術。6 月量度的結果，並不保證 10 月時表現完全相同。

新聞頁面是 TinyFish 所報告優勢的重要來源。這對監察及研究代理相當重要，但未必可預測其在電商目錄、須登入的應用程式、政府資料庫或小眾行業入口網站上的表現。

該評估亦混合了不同的檢索架構。基於索引的服務可快速回傳潔淨的儲存副本，但可能錯過索引中不存在的頁面。即時瀏覽器可以存取較新的材料，卻會帶來渲染複雜性及潛在延遲。

兩種方法並非在每種工作負載下都佔優。索引系統可能適合重複存取覆蓋充分的公開資訊。當新鮮度、動態內容或複雜網頁結構變得重要時，即時渲染會更有價值。

TinyFish 的測試發現，Exa 在成功存取網頁時，也能提供同樣乾淨的內容。這結果削弱了任何聲稱某一家供應商總能產出較佳文字的簡單說法。它顯示，可用性與架構對效能的影響，與清理品質同樣重要。

Parallel 的短輸出帶來另一種取捨。精簡節錄可限制 token 消耗，但也可能隱藏證據。若代理只收到片段，且無法偵測網頁內容已被截斷，便無法作出審慎比較。

Firecrawl 在重點新聞例子中輸出的大量內容，則顯示相反的風險。完整渲染可以保留證據，卻也可能擷取大量頁面框架內容。模型取得文章後，仍要在頁面中找出真正的文章。

因此，開發者應測試具代表性的 URL，而非接受單一基準測試排名。採購基準測試應涵蓋界定實際應用程式的網域、語言、網頁類型與新鮮度要求。

測試亦應區分擷取失敗與抽取失敗。某供應商可能找到正確 URL，卻回傳無法使用的文字。另一家可能能妥善抽取已提供的 URL，卻在搜尋時把品質較差的來源排在前面。

答案品質提供最終檢驗。只有當代理能保留關鍵細節、理解限定條件並引用正確來源時，較乾淨的文字才有意義。過度清理雖可節省 token，卻可能移除會改變意思的語境。

TinyFish 公開的基準測試合集包括搜尋、擷取及瀏覽器代理的量度。這些結果可作為有用的起點，但買家應將供應商基準測試視為可重現的主張，而非普遍適用的結論。

TinyFish 論點最有力的版本，是可量度而且範圍明確的。若其 Fetch 輸出能以較少雜訊穩定保留所需事實，免費擷取就不只是一項市場推廣優惠。它同時降低直接收費及後續處理負擔。

對每種工作負載而言，這仍是實證問題。這項公告讓進行這些測試的成本變得很低，這或許是它最重大的實際影響。

付費搜尋供應商如今必須為整體成果辯護

TinyFish 免費搜尋令競爭焦點由每次請求收費，轉向準確度、覆蓋範圍、延遲及營運可信度。

Exa、Firecrawl、Tavily 與 Parallel 提供的產品並不相同。各自以不同方式結合搜尋、抽取、研究、爬取或自動化。比較單一端點，可能掩蓋供應商提供的更廣泛價值。

不過，TinyFish 的決定帶來一個令人不安的參考點。當 TinyFish 同時免費提供基本搜尋及擷取請求時，買家會問，為何其他地方仍要為這些請求收費。

競爭對手可以透過較佳結果回答這問題。更高的來源相關性可減少搜尋次數。更佳的抽取可降低 token 使用量。更快的回應可縮短面向用戶的工作，而更強的可觀測性可減少工程工作量。

一致性同樣有價值。企業團隊可能較重視可預測的排序、穩定的 schema、合約支援、存取控制及有文件記錄的資料保留政策。單靠免費存取，無法解決這些要求。

規模也是同樣道理。TinyFish 為其免費服務公布了限制。超出限制的應用程式，需要討論企業容量或改用其他供應商。即使每次請求有直接收費，能提供直接高流量存取的供應商仍可具吸引力。

不同產品計算工作的方式亦不同。一次搜尋請求可以回傳多個結果，而一項研究工作可能進行多次搜尋和模型呼叫。網頁抽取不等同於瀏覽器互動或完成一項調查。

這正是簡單價格比較往往具誤導性的原因。它們把不可直接類比的單位並列，暗示最便宜的單位會產生最便宜的工作。一個自動化步驟、搜尋請求、已擷取網頁與完成報告，代表不同份量的工作。

TinyFish 自己的產品線亦承認這種差異。Search 和 Fetch 免費，而具狀態的瀏覽器操作及多步代理仍按用量計費。該公司並非聲稱網頁執行沒有成本。

相反，它是在選擇計量點放在哪裡。TinyFish 承擔基本擷取成本，並在工作需要更深入編排時收費。這令競爭對手必須解釋自身的界線。

這項舉措亦加大了對內部擷取系統的壓力。有些團隊維護自訂爬蟲、瀏覽器集群、解析規則、代理服務及後備供應商。直接基礎設施開支只是這項決定的一部分。

當網站改變時，工程師必須作出回應。他們必須監察抽取失敗、被封鎖的工作階段及意料之外的 schema 變更。若受管理的免費服務足以應付適度工作負載，維護內部擷取系統便更難合理化。

供應商依賴性構成反駁理由。免費服務可改變其限制、政策或產品策略。託管系統亦會取得客戶提交了哪些 URL 與查詢的資訊。

這些因素對機密研究尤其重要。研究收購目標、保安問題、訴訟或未公布產品計劃的團隊，應在將查詢經任何外部供應商路由前，檢查資料處理方式。

網站擁有人則是另一個尚未解決的持份者。AI 擷取系統可產生自動流量，同時減少直接造訪。出版商愈來愈關注授權、署名、爬蟲控制，以及用於模型驅動答案內容的補償。

TinyFish 表示其基礎設施包括瀏覽器渲染及處理被封鎖存取的系統。買家應考慮成功存取是否技術上可行、合約上獲准，以及是否適合預定用途。

能夠渲染的網頁，並不自動代表不受版權、私隱或服務條款問題約束。擷取供應商可減少技術阻力，卻無法免除客戶的合規責任。

當代理由閱讀轉為行動時，這種張力會更明顯。擷取公開網頁，與登入帳戶、提交表格或購買商品，承擔不同風險。

TinyFish 的商業策略取決於這種遞進關係。免費擷取為付費執行提供輸入。愈多開發者採用其初始服務，TinyFish 便愈多機會銷售後續階段。

競爭對手可透過降低擷取收費、捆綁服務或強調差異化品質來回應。他們亦可透過專門索引、結構化資料集、企業管治或更深入研究能力競爭。

最可能的結果並非每項搜尋服務都變得相同並且免費。若無法證明基本擷取能改善完成的工作，將愈來愈難銷售。供應商將在請求周邊的能力上競爭。

對買家而言，這是有利的改變。團隊可要求與實際工作負載掛鈎的基準測試。他們可比較總模型使用量及完成率，而非接受請求數量作為價值的主要衡量標準。

「免費」標籤仍未解決品質、私隱與持久性問題

最大的風險不在價格欄位，而在於基準測試獨立性、資料處理、速率限制及長期可靠性。

TinyFish 的公告清楚說明哪些服務免費。其更廣泛的效率論述需要更多審慎看待，因為大部分支持證據來自 TinyFish。

45 個 URL 的 Fetch 研究透明地說明了數項弱點。TinyFish 承認其商業利益、小樣本、主觀門檻及自動評判的限制。

透明度可提升可信度，但不代表提供獨立驗證。外部研究人員應在更大且更多樣化的樣本上重現結果。他們應測試重複執行、國際網站、長篇文件及版面不尋常的網頁。

搜尋品質需要另行審視。服務可能在收到 URL 後乾淨地擷取網頁，卻在探索階段回傳較弱的來源。搜尋評估應量度相關性、新鮮度、來源權威性、重複程度及一致性。

原始分析引用的一項第三方基準測試，固定答案模型不變，只改變搜尋供應商。在比較的配置中，TinyFish 顯示的總模型及擷取成本最低。

不過，它在該快照中的顯示 Search Index 分數亦最低。其 DeepSearchQA 結果仍具競爭力，但這種組合令簡單的勝利說法變得複雜。

該基準測試使用共用抽取層，而非 TinyFish Fetch。因此，它評估的是該測試框架中 TinyFish Search 的效果，而非該公司整個搜尋及擷取堆疊。

其時間數字亦把估算模型處理時間與量度得出的搜尋時長合併。該數字不應被表述為原始 API 延遲。當買家比較不同測試的結果時，這些方法差異十分重要。

負責任的結論是有限的。TinyFish 有證據顯示，其免費搜尋可支援著重成本的代理工作流程。現有公開資料並未證實它是適合每項品質目標的最佳供應商。

私隱仍是另一個未解問題。搜尋查詢可揭露商業意圖、客戶問題及內部優先事項。已擷取的 URL 可暴露團隊正在調查哪些公司、人士或漏洞。

機構應檢視保留、訓練、記錄、存取控制及刪除政策。企業買家亦應詢問，是否可隔離流量、審計存取，以及控制處理位置。

持久性很重要，因為免費基礎設施可迅速吸引工作負載。需求高峰可能影響效能，而慷慨的存取可招致濫用。TinyFish 可透過節流、修訂限制或更嚴格控制作出回應。

該公司公布的限制提供可預測的起點，但並非永久保證。生產環境設計應預期政策改變及暫時性故障。

後備方案仍有價值。當其中一家供應商錯過網頁、回傳過多雜訊或達到配額時，代理可在供應商之間路由。這種韌性增加工程複雜度，但可避免任何一家供應商成為單點故障。

團隊亦應把來源中繼資料與已抽取文字一同儲存。有用的紀錄包括 URL、擷取時間、內容雜湊值及抽取方法。若沒有來源追溯資料，網頁改變後便難以審計答案。

乾淨抽取本身也可能引入錯誤。解析器可能移除披露資訊、表格標籤、註腳或鄰近限定條件。這些遺漏可能產生錯誤表述來源、卻看似充滿信心的摘要。

高風險工作流程需要來源層面的核實。對涉及財務、健康、法律、保安或合約責任的主張，代理應保留引述及直接證據。

人工審核毋須涵蓋每項低風險工作。它應隨錯誤後果而增加。擷取成本愈低，人們愈容易在管治尚未跟上前擴大自動化。

TinyFish 免費搜尋降低了將代理連接至即時網絡的阻力。它並未回答代理是否選擇可靠來源、是否正確理解內容，或是否獲准使用內容。

這些未解問題說明，免費標籤雖然重要，卻並不完整。即使擷取帳單消失，成本、品質與信任仍然彼此相連。

甚麼將證明 TinyFish 免費搜尋是否真的節省成本

以下三個訊號將決定 TinyFish 是改變了代理經濟效益，還是僅僅改變了帳單出現的位置。

第一個訊號是獨立、以任務為單位的基準測試。研究人員應在相同模型、提示詞、來源集合及答案評分方法下比較各供應商。結果應列出已完成任務的準確率、總 token 數、所需時間、重試次數及失敗率。

若免費檢索能在不降低答案品質的情況下減少整體模型用量，這項證據將強化 TinyFish 的論點。相反，若較低檢索成本導致更多搜尋、更長推理過程或較差答案，這個論點便會被削弱。

第二個訊號是在實驗以外的生產環境採用情況。開發者可以輕易試用免費 API，但持續使用才能反映服務能否在網站持續變化的情況下維持可靠。個案研究應包括流量、錯誤率、備援使用頻率及維護工作量。

具意義的採用將顯示團隊信任 TinyFish 處理重複性工作負載，而不只是用於示範。頻繁更換供應商或需要大量備援邏輯，則會反映免費使用未能消除足夠的營運風險。

第三個訊號是競爭對手的回應。Exa、Firecrawl、Tavily 及 Parallel 可以調整額度、套裝方案或產品定位，也可以公布針對來源品質、擷取準確率或研究完成度的更有力獨立測量結果。

廣泛減價將證實 TinyFish 改變了市場基準。若回應聚焦品質，則表示競爭對手相信買家仍會為更佳成果付費。

開發者毋須等待這些訊號才測試服務。他們應先從一組具代表性的真實任務開始，然後記錄每次搜尋、擷取、token、重試及完成的答案。

有用的試用應包括容易處理的頁面，以及那些通常會令檢索失敗的棘手頁面。測試應涵蓋最新新聞、文件、動態網站、長篇頁面，以及受常見存取控制保護的來源。

評估應衡量證據保留情況，而不只是格式是否整潔。簡潔回應只有在保留最終答案所需事實時才有價值。

團隊其後應將完整工作流程與現有系統比較。若 TinyFish 免費搜尋可在維持準確度下，降低總運算量、延遲和維護成本，節省便是真實的。

若它只是免除了檢索費用，卻增加模型使用量或失敗情況，「免費」標籤便只描述其中一個組件。這仍是有用資訊，但並非完整成本分析。

對代理建構者而言，下一個問題很實際：每個 context 單位究竟能產生多少有用、可驗證的工作？在選擇供應商前，先在自己的頁面上量度這個比率。TinyFish 令實驗更容易開始；它的長期意義，將取決於免費檢索能否持續協助代理完成工作。