Exa发布3.0搜索 智能体令牌用量省95%

时间：2026年10月19日（Exa 官方博客上线时间；10月18日 Exa Lite 档位先行开放） 地点：美国旧金山 / 全球 API 开发者 人物：Exa Labs（AI 搜索 API 公司，联合创始人 Jeff Wang，2026年5月完成2.5亿美元C轮，估值约22亿美元）；竞品 Perplexity、Brave Search、Parallel；第三方评测机构 Artificial Analysis 事件详情：AI 搜索 API 公司 Exa 发布 Exa 3.0，官方称这是其史上最大的一次搜索质量升级，并在所测的全部基准上排名第一。官方称三项检索栈改进共同支撑了这一结果：一是训练了规模更大的 embedding 模型，使用了比以往任何模型更多的算力与数据（参数量未披露）；二是 Dynamic Highlights 正式全面可用，不再逐页抽取摘要，而是在全部返回结果之上统一分配 token，把更多 token 给高质量页面并剔除重复信息，官方称比喂整页正文少用 95% 的 token；三是索引扩容，Exa 自建爬虫目前跟踪超过 2 万亿 URL、对外服务 1000 亿个页面，新增覆盖 12.7 亿条带价格与库存的电商商品、2.11 亿家本地商户，以及航班、活动、体育、天气、交通与播客等实时数据。定价方面新增 Exa Lite 搜索类型，每千次请求 4 美元，Exa Auto 为每千次 7 美元，Lite 与 Auto 共用同一索引，Auto 在候选生成、高亮与排序环节使用更多算力，官方称两者共同构成搜索的新帕累托前沿。Exa 公布的八项基准成绩为 BrowseComp 91.8%、DSQA 88.2%、WideSearch 56.1%、ATLAS 42.0%、WebCode 75.5%、FinSearchComp 68.0%、Company FindAll 15.4、People FindAll 7.6。需要注意的是，这些成绩由 Exa 自行测试完成，比较对象为 Perplexity Web、Brave LLM Context 与 Parallel Advanced 的单步最佳端点，统一在 GPT-6 Luna 驱动的 agent 框架下、最多 25 轮搜索、每次返回 10 条结果的条件下跑出，官方未公开竞品分数与可复现的测试框架，因此属于厂商自述。第三方 Artificial Analysis 在相同模型与 agent 框架下给出独立结论：Exa Auto 综合得分 80，与 Perplexity Search 并列第一，但 Exa 平均任务耗时 43.7 秒，慢于 Perplexity 的 25.5 秒；Exa Lite 得分 79，任务耗时缩短到 29 秒。Artificial Analysis 还实测出，与旧版摘要模式相比，agent 单任务 token 消耗从 29.9 万降至 15.7 万，降幅 47%，总成本下降 21%。Exa 官网称其每周向模型传递的高亮内容高达 25 万亿 token，平台开发者规模约 50 万。Exa 3.0 已通过 API 全面上线，现有集成自动升级，Exa 产品负责人 Shyam Kumar 与研发负责人 Liam Hinzman 将于 10 月 21 日 13:00（太平洋时间）举行 Exa 3.0 线上问答。 背景：Exa 是一家以独立爬虫与自建向量索引为核心的搜索 API 厂商，不做 Google、Bing 结果的包装，定位是为 AI 智能体与开发者提供实时网页检索、结构化结果与深度研究能力。2026 年 5 月 Exa 完成 2.5 亿美元 C 轮融资，估值约 22 亿美元，而其主要对标对象 Perplexity 的估值约为 204 亿美元。此前 Exa 的 Dynamic Highlights 以研究预览形式上线，如今随 3.0 正式开放并免费提供给所有用户。基准方面，Exa 官方的 BrowseComp 91.8% 领先 Perplexity 0.3 个百分点，优势最明显的是 WebCode（领先 5.6 个百分点）与 ATLAS（领先 4.8 个百分点），而 ATLAS 基准本身是 Exa 在 10 月 8 日自行发布的。 影响：对做检索增强生成与深度研究智能体的团队，最直接的变化是账本——上下文 token 往往比搜索调用本身更贵，官方称高亮比整页正文省 95% token，Artificial Analysis 实测单任务 token 降 47%、成本降 21%，意味着同样的预算可以支撑更多轮检索与更长的推理链路。价格层面，Lite 档把每千次请求压到 4 美元，配合延迟档位 Lite 约 450 毫秒、Auto 约 1 秒、Deep 约 10 秒的分层设计，让高并发场景的检索成本首次出现明显的下探空间。竞争格局上，第三方评测显示 Exa 质量已追平 Perplexity 但耗时更长，Lite 档以 29 秒逼近 Perplexity 的 25.5 秒，说明“质量追平 + 速度补齐 + 价格下探”正在成为搜索 API 的新打法。索引侧的扩容也把应用场景从通用网页检索推向真实消费决策——商品价格与库存、门店营业时间、航班班次等实时数据可直接支撑购物、旅行、本地生活类智能体。需要提醒的是，官方基准为自测自评，尚未见大规模独立复现，实际效果仍取决于团队自身工作负载的复测。 总结：Exa 3.0 的看点不在于再一次宣称“全部第一”，而在于把智能体检索的单位成本打了下来——Dynamic Highlights 正式可用后官方称高亮比整页正文省 95% token，Artificial Analysis 实测单任务 token 降 47%、成本降 21%，同时新增每千次 4 美元的 Lite 档位，并完成索引扩容与实时数据接入。八项基准第一仍是厂商自测，第三方复现结论为与 Perplexity 并列第一且耗时更长，但检索质量、响应速度与 token 成本三条曲线的同时改善，标志着 AI 搜索的竞争已经从“谁更准”进入“谁更便宜”的阶段。 参考来源： 1. Exa 官方博客 Introducing Exa 3.0：https://exa.ai/blog/exa-3 2. Exa 官网产品与基准数据页：https://exa.ai/ 3. AlphaSignal 基准与定价解读：https://alphasignal.ai/news/exa-3-0-beats-perplexity-on-8-benchmarks-and-slashes-search-costs 4. ExplainX 厂商自述与可核查性分析：https://explainx.ai/blog/exa-3-0-search-api-lite-auto-pricing-benchmarks-claimed-vs-verified-2026 5. Syncai.news 基准测试设置与竞品对比细节：https://syncai.news/article/exa-3-0-search-api-tops-perplexity-brave-and-parallel-on-8-benchmarks-65e047 6. Daily AI Brief 发布速报：https://dailyaibrief.com/news/exa-labs-releases-exa-3-0-search-engine-for-ai-agents-m1WXEyz8 7. RuntimeWire 定价与发布追踪：https://runtimewire.com/article/exa-3-search-api-launch 8. Wisevoter 公司与市场数据整理：https://wisevoter.com/world/us/2026/10/20/exa-launches-ai-search-engine-3-0 9. LookonChain 转述 Artificial Analysis 第三方评测：https://lookonchain.com/feeds/77776 10. ChengRang 中文产品解读：https://chengrang.com/tools/exa.html