TinyFish

运行一个能够自主阅读网络的 AI 代理，通常需要支付两笔费用。第一笔是检索费用，即调用搜索或网页获取 API 的固定开销。第二笔是模型处理费用，检索返回的内容会作为输入 token 喂给大模型，随后的推理和生成还会产生额外的输出 token 成本。

许多开发团队在预算分配时，往往精算模型本身的 token 价格，却低估了检索返回内容对整体 token 消耗的巨大驱动作用。TinyFish 作为一家的 AI 代理网络基础设施提供商，近期通过其免费策略和基准测试数据，揭示了这一隐性成本的结构。

页面体积如何吞噬上下文窗口

不同的网页提取服务，返回的数据量差异极大。TinyFish 曾对 45 个 URL 进行过获取质量评估。以一篇约 4300 字符的 Daily Mail 文章为例，各提供商返回的数据量截然不同：

TinyFish Fetch 返回约 4737 字符，折合估计 1184 个 token。
Tavily Extract 返回约 46433 字符，折合 11608 个 token。
Exa Contents 返回约 65793 字符，折合 16448 个 token。
Firecrawl Scrape 返回约 171095 字符，折合高达 42774 个 token。

如果假设这些未经过滤的字符全部进入模型的上下文窗口，一个 42774 token 的页面就会占据 128K 上下文窗口的三分之一。三个这样的页面叠加，加上系统指令和对话历史，窗口将迅速耗尽。

更隐蔽的成本在于代理的循环机制。AI 代理在多轮交互中会重复发送完整的对话上下文。虽然模型缓存机制能降低重读相同内容的计费单价，但庞大的页面数据依然会持续占据宝贵的上下文空间，迫使系统更早地进行截断或摘要。

TinyFish 的免费逻辑与边界

TinyFish 将其 Search 和 Fetch 服务在特定速率限制内设为免费。具体而言，Search 支持每分钟 30 次请求或每小时 500 次；Fetch 支持每分钟 150 个 URL 或每天 1000 个 URL。即使账户余额为零，这些基础功能仍可运行。

需要明确的是，免费仅指免除了 TinyFish 端的检索费用。下游大模型的推理成本依然存在。TinyFish 能够承担这种定价模式，主要基于三个底层支撑：

其一，共享基础设施。其浏览器队列、隐身系统和弹性扩展能力在 Search 作为独立产品推出前就已构建完毕，这大幅降低了单次检索的边际成本。
其二，专用模型。其网络原生 AI 模型专为搜索和实时站点交互设计，通过学习代理操作轨迹，减少了对昂贵通用大模型处理中间网络任务的依赖。
其三，定位差异。TinyFish 侧重于学习如何执行具体工作，而非维护庞大的全网索引。

基准测试中的性能与权衡

在 Artificial Analysis 2026 年 9 月 28 日的快照中，测试环境固定了答案模型（GPT-5.6 Luna, medium），仅改变搜索提供商。这种设置下，各提供商之间的成本差异，直接反映了它们返回的有效载荷大小以及触发模型推理的次数。

数据显示，TinyFish 的总成本在展示的 12 个配置中最低，每 1000 个基准任务总成本为 9.30 美元（检索 0 美元 + 模型处理 9.30 美元）。相比之下，Exa 的总成本为 83.30 美元，Firecrawl 为 42.57 美元。

但这种成本优势伴随着明确的权衡。TinyFish 的 Search Index 得分为 71 分，在榜单中垫底，DeepSearchQA F1 得分为 67。同时，其单任务平均耗时达到 59.0 秒，是榜单中耗时第二长的配置。这一时间包含了模型处理与搜索的总和，而不仅仅是 API 的延迟。

对于开发者而言，选择检索服务不能仅看单次请求的标价。返回数据的质量、体积以及对整体工作流上下文窗口的占用，才是决定 AI 代理运行成本与效率的关键变量。