Web Search API 与 Web Fetch API：工作原理及 $0.01 的实际成本

目前主流的服务端网页搜索工具都按每次 $0.01 收费，但这反而是账单里最不值得关注的数字。我们测量的每次搜索都会向请求中注入 1,500 到 3,100 个结果 token，这些 token 按所选模型的费率计费。后续轮次会发生什么，则取决于一个很少有团队关注的协议设计差异：端点是把搜索证据带入下一轮，还是直接丢弃，让模型重新搜索并再次计费。我们在四个模型系列上测量了 Synthorai 的 synthorai:web_search 和 synthorai:web_fetch，并将结果与 Anthropic 和 OpenAI 公布的托管搜索价格进行了对比。

TL;DR

• Synthorai、Anthropic 和 OpenAI 的每次搜索费用均为 $0.01；计费记录会将其单独列为 $0.0100。
• 一次搜索会按模型的输入费率注入 1,500-3,100 个结果 token：便宜模型主要由固定费用构成，高端模型的 token 成本最高可占一半。
• max_uses 是上限，不是配额：即使允许 10 次，模型也会在 3 次后停止；费用按实际执行的搜索次数增长。
• 第二轮的行为取决于端点：/v1/messages 会重放结果（约 3,900 个 token，不产生新费用）；/v1/chat/completions 会丢弃结果，因此需要证据的后续请求会重新搜索。

模型为什么需要网页搜索和网页抓取？

因为模型的知识截止于训练数据，而大多数生产环境中的问题并不会停在那个时间点。价格、发布说明、汇率、体育比分，以及用户刚刚粘贴的 URL 内容，都不存在于模型权重中。如果模型仍然自信作答，就会把编造的“最新”事实直接交给用户。网页搜索用于发现信息，适合模型不知道答案在哪里的情况；网页抓取用于读取内容，适合模型已经知道具体页面、只需要获取其内容的情况。你可以用搜索 API、抓取器和 tool-calling 循环自行实现，很多团队也确实如此。服务端版本的价值在于，这套循环只是通用基础设施。让提供商在内部运行它，可以省去多次往返、解析代码和运维负担，而各家的固定费用最终完全相同。

服务端网页搜索到底如何工作？

关键在于，整个循环都在一次 API 请求内完成。使用客户端工具时，模型先要求你的代码执行搜索，你的代码再把结果传回去，每次往返都要重发对话。服务端工具不需要这层代码：你只需在 tools 中声明 {"type": "synthorai:web_search"}。模型生成查询后，网关会将其发送给专用搜索提供商，把返回结果注入模型上下文，再由模型读取并回答；模型也可以继续搜索，但不会超过 max_uses。一次请求对应一次响应，其中包括引用和账单。

普通请求只需增加一行声明，无需循环代码，也无需回调：

curl https://synthorai.io/v1/chat/completions \
  -H "Authorization: Bearer $SYNTHORAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash-0731",
    "messages": [{"role": "user", "content": "What is one AI news headline from this week? Name the source."}],
    "tools": [{"type": "synthorai:web_search", "max_uses": 1}]
  }'

网页抓取的声明方式相同，只需更换类型；将 URL 放入消息中，网关就会获取该页面：

"messages": [{"role": "user", "content": "Fetch https://example.com/pricing and summarize the tiers."}],
"tools": [{"type": "synthorai:web_fetch", "max_uses": 1}]

这张图完整展示了我们在 deepseek-v4-flash-0731 上测量上述搜索请求的过程。计量结果为 2,059 个输入 token（一个 30-token 的问题，加上约 2,000 个注入结果 token）、169 个输出 token，总费用为 $0.0104：其中搜索费为 $0.01，token 费用约为 $0.0004。整个过程只有两项计费事件：执行搜索时收取固定费用，结果 token 则按模型的常规输入费率计费。网页抓取的计费方式完全相同，只是用抓取到的页面替代搜索摘要。

声明工具本身不收费。请求即使声明了工具，只要没有实际搜索，就不会产生费用。该工具适用于目录中的任意模型，这也是它与第一方方案在架构上的区别：Anthropic 的托管搜索只服务 Claude 模型，OpenAI 的托管搜索只服务 OpenAI 模型，而网关级工具可以服务你路由到的任何模型。

一次搜索的真实成本是多少？

固定费用为 $0.01，另加 token 费用。随着模型变贵，账单中的主要成本也会发生变化。我们针对同一个单次搜索的新闻问题，在四个模型系列上分别运行了三次。我们先通过不使用工具的基线请求算出各模型的精确 token 费率，再将剩余成本作为搜索费用：

在最便宜的模型上，搜索费用占单次调用成本的 97%；在高端模型上，注入 token 约占账单的一半。固定费用不是通过推算得出的：计费记录会把工具费用单独列为每次调用恰好 $0.0100，同时另行记录工具注入的 token 数量。以其中一次真实抓取为例，3,836 个输入 token 中有 3,454 个由工具注入。实际测得的一次搜索总成本在 $0.010 到 $0.012 之间，具体取决于承载搜索的模型。按区间上限编制预算即可避免意外。实际含义很直接：服务端搜索搭配便宜模型时，主要成本来自搜索，模型本身几乎免费。

哪三个因素决定 token 账单？

搜索次数、结果长度和页面体量。其他因素基本可以忽略。三个因素都能直接测量，其中两个可以由你直接控制。

因素一：实际执行多少次搜索。 max_uses 是上限，不是目标值。在一个比较五家厂商价格的问题中，允许执行 1、2 和 3 次搜索时，费用分别为 $0.0106、$0.0216 和 $0.0319。费用按实际搜索次数线性增长，每次增加 $0.01。即使把上限设为 5 或 10，费用也没有继续增加，因为模型自行在三次搜索后停止了。未使用的额度不收费，这与我们在推理模型上测量的思考预算完全相同。默认值为 3，硬上限为 10。因此，在未配置上限且模型频繁搜索的情况下，最坏成本是三次固定费用加三批结果 token。只查询单个事实的路由应将 max_uses: 1 固定下来。

因素二：搜索结果有多长。 注入量主要取决于问题覆盖范围，而不是随机波动。我们在 deepseek-v4-flash-0731 上完成了十二次单次搜索：

范围明确的问题会返回更紧凑的结果集；比较类问题返回的结果更广，比单一事实查询多约 45%。编制预算时，可以按每次搜索 2,000 个 token、上下浮动 20% 估算，这能覆盖我们观察到的全部情况。按常见模型费率计算，一次搜索的 token 成本大约为 $0.01 固定费用的二十分之一到二分之一。

因素三：抓取页面有多大。 抓取固定费用不会变化，剩余成本由页面决定。以下数据均使用同一模型测得：

使用便宜模型时，即使抓取 Wikipedia 长文也只需约 1.4 美分；如果将同一个抓取请求路由到每百万 token 收费 $2 的模型，单页成本会达到 6.5 美分，是固定费用的五倍。预算表还需要考虑一点：同一个页面在不同模型系列上的 token 数量不同。数据密集型文章在 DeepSeek 上为 5,196 个 token，在 qwen3.8-max 上为 5,508 个，多出 6%，与我们的 token 密度测量结果一致。

下一轮对话会如何处理搜索结果？

两个 API 协议本身的设计差异，会直接决定后续轮次的账单。/v1/messages 协议将 assistant 轮次定义为一组内容块，因此服务端工具活动属于该轮次的正式记录：响应依次包含 server_tool_use、web_search_tool_result 和文本，协议要求在下一轮中将这些内容块一并传回。搜索证据会按设计进入下一轮，并作为输入 token 计费。/v1/chat/completions 协议则将 assistant 消息定义为单个内容字符串，没有保存服务端工具结果的位置。因此，注入结果只在服务端内部使用，进入历史记录的只有可见答案，搜索证据不会保留。

我们通过两个接口，在 claude-sonnet-5 上运行了相同的“搜索后追问”组合。使用 /v1/messages 时，后续请求计入 3,911 个输入 token，费用为 $0.0109，全部来自 token 成本。由于模型仍可使用原搜索结果，因此没有再次搜索。使用 /v1/chat/completions 时，后续请求费用为 $0.0204，反而高于重放成本。模型手中只有自己生成的一行摘要，因此执行了一次新搜索，产生新的 $0.01 固定费用和一批新结果 token。重新搜索并非必然行为。在更早的一次相同测试中，deepseek-v4-flash-0731 直接根据摘要回答，只消耗 460 个输入 token，费用为 $0.00009。采用吸收式处理后，后续费用会呈现两种模式：摘要足够时几乎免费；模型认为需要重新访问网页时，则需再次支付固定费用和结果 token 成本。

因此，不能简单地说某个端点更便宜；两者只是把成本放在不同位置。内容块模式会在每一轮支付可预测的 token 成本，但不会重复购买已有证据；吸收模式则假设后续请求不需要原始证据，一旦假设失败，就要重新支付搜索费用。多轮聊天且追问较浅时，适合使用 /v1/chat/completions；需要反复分析来源的研究型 agent 更适合 /v1/messages。对于随历史传递的大体量搜索结果，可以像处理其他大型上下文一样，应用分层使用 prompt cache 的方法。

Anthropic 和 OpenAI 如何收费？工具在哪里运行？

对比结果很简单：所有提供商都按每次搜索 $0.01 收费，剩余成本只取决于模型的 token 价格。Anthropic 按每 1,000 次搜索 $10 收费，结果按输入 token 计费；其网页抓取不收固定费用，只收 token 费用。OpenAI 同样按每 1,000 次调用 $10 收费，但不同模型层级对 token 的处理方式有所不同。固定费用已经没有差异，真正的变量是 1,500-3,100 个注入 token 对应的模型输入费率。

真正区分三者的因素并不在价格表上，而是工具运行的位置。第一方服务端工具针对各自厂商的 agent 技术栈构建，只能在第一方接口上使用。Anthropic 文档明确指出，网页搜索不支持 Amazon Bedrock，Google Cloud 只支持基础搜索，Microsoft Foundry 则要求使用托管在 Anthropic 上的部署；网页抓取在 Bedrock 和 Google Cloud 上都不可用。OpenAI 的搜索则绑定在 Responses API 上。一旦工作负载跨越云平台边界或切换模型系列，第一方工具无法随之迁移。这也是网关不透传这些工具的原因：它们无法跟随流量路由。网关级工具采用相反的取舍：同一份声明可以跨模型切换，也可以跨平台迁移。

常见问题

网页搜索 API 每次请求的费用是多少？

每次实际执行搜索收费 $0.01，并在计费记录中单独列出；注入结果则按模型的输入 token 费率计费。我们的测试中，每次搜索会注入 1,500-3,100 个 token。只声明工具但没有实际搜索的请求不收固定费用。使用常见模型时，可按每次搜索总成本 $0.010-0.012 编制预算；在非常便宜的模型上，固定费用占总成本的 97%。

后续对话轮次会再次对搜索结果计费吗？

取决于端点。通过 /v1/messages 调用时，结果内容块会随历史记录重放，我们的测试中每轮约为 3,900 个输入 token，不产生新的搜索费用。通过 /v1/chat/completions 调用时，结果会在当前轮次结束后被吸收。如果模型可以根据摘要回答，后续请求几乎免费，某次测试仅为 $0.00009；如果模型重新搜索，则会产生新的固定费用和结果 token 成本，另一次测试为 $0.0204。Anthropic 的第一方搜索文档将重放行为定义为标准方式，因此搜索结果会在每一轮重新按 token 计费。

如何限制单次请求的网页搜索支出？

使用 max_uses。这是模型无法超过的硬上限，默认值为 3，最大值为 10。费用只按实际执行的搜索次数增长，未使用的额度不收费。对于只查询单一事实的路由，设置 max_uses: 1 可将最坏成本限制为一次固定费用加一批结果 token。

什么情况下应该使用网页抓取而不是网页搜索？

已经知道 URL、需要读取完整页面时使用网页抓取；需要发现信息来源时使用网页搜索。通过网关调用时，两者每次使用都收取 $0.01，但网页抓取会注入整个页面。在我们的测试中，最小页面为 209 个 token，长篇文章可达 27,380 个 token；网页搜索则会注入多个来源的摘要。对于专门使用 Claude 模型的读取和摘要流水线，Anthropic 自带的抓取工具不收固定费用，因此成本更低。

测量于 2026-08-10，通过 Synthorai 网关在 deepseek-v4-flash-0731、gpt-5.6-luna、qwen3.8-max 和 claude-sonnet-5 上使用 synthorai:web_search 和 synthorai:web_fetch 完成：各模型的 token 费率通过两组不使用工具的基线请求计算；搜索费用按实际账单减去 token 价值后的余项得出（每个模型 n=3）；测试还包括 max_uses 阶梯、查询类型对应的结果负载扫描（4 种类型 × 3 次运行）、两个端点上使用相同问题的后续轮次探测，以及五个页面的抓取阶梯（三个自有页面、一个最小外部页面和一篇长文）。固定费用通过明细计费记录中的每次调用工具费用和工具注入 token 项确认，而非仅根据总额推算。Anthropic 和 OpenAI 的数据来自发布时各自公布的文档价格。图中的数字来自一次未经修改的真实调用。费用和行为可能发生变化，请以自己的用量记录为准。

← 返回博客