Brave 推出有史以來最強大的 AI 搜尋 API

測試證明,Brave 的高品質接地資料讓成本較低的開放權重 LLMs 能夠擊敗 ChatGPT、Google AI 模式和 Perplexity

今天,我們推出改版後的 Brave 搜尋 API,讓網路搜尋對於 AI 應用程式更有實用價值。 此次更新包含三大重點:至今最強大的搜尋 API、擴充的開發者工具,以及更簡單、更便宜卻更強大的方案。 隨著此次發布,Brave 同步分享了研究結果,顯示在搭配本次發布中提供的 Brave 更高品質 API 資料時,效能較弱的開放權重 LLMs 表現優於頂尖的 LLMs。 更新內容包括:

  1. LLM Context API:這是迄今為止最強大的 AI 應用程式搜尋 API,經過最佳化以為大型語言模型 (LLMs) 提供來自網路的高度相關內容,適用於任何查詢或問題。 LLM Context API 已在內部大規模使用,每天為 Brave 搜尋提供超過 2,200 萬個解答,這是全球最大的面向使用者的隱私 AI 應用程式。 Brave 的聊天機器人版本,「問問 Brave」是由 Brave 的 LLM Context 和開放式權重 Qwen3 驅動,憑藉高品質的上下文資料,在正面對決中表現優於 ChatGPT、Perplexity 和 Google AI 模式(詳見下表)。

  2. 開發者工具:我們即將推出 Brave 搜尋 API Skill,並在開發者入口網站(Developer Portal)整合了一款 API 助手,該助手經過專門訓練,能協助解答關於如何最佳化使用 Brave 搜尋 API 的任何問題。 這些 Skill 也可以在大多數開發人員 AI 工具上存取,例如 Cursor、OpenCode 或 ClaudeCode。

  3. 更簡單、更便宜、更強大的方案。 兩個新方案—搜尋與解答—將包含您需要的所有內容。 搜尋功能涵蓋各種類型的搜尋:網頁、LLM 情境(今日全新推出)、圖片、新聞、影片等,全部均為每 1,000 次請求 5 美元。 「解答」方案提供經研究驗證的問答內容,並附上支撐該解答的網路搜尋結果。 答案的定價為每千次網頁搜尋 4 美元,外加每百萬個代幣(含輸入與輸出)5 美元。

網路搜尋是網路和 AI 的重要基礎架構。 Brave 搜尋是西方世界僅有的三個獨立、全球規模搜尋索引之一,也是唯一不屬於科技巨頭的搜尋引擎。 這也是唯一一個透過為 LLM 設計的開放、最先進 API 提供使用的索引,提供具備 SOC2 合規性與零資料保留選項的公共 API.

LLM Context API

針對主要 AI 搜尋引擎的內部評估中,由 Brave 的 LLM Context API 與開放權重 Qwen3 驅動的「問問 Brave」表現優於 ChatGPT、Perplexity 及 Google AI Mode。 迄今為止,AI 產業一直強調高端模型的重要性與價值,但我們的測試顯示,若較低階的開放權重模型能整合高品質的接地資料,其表現可能超越封閉的尖端模型。 這是由 LLM Context API 提供的資料,我們今天將其對外公開。 有了它,任何使用 AI 進行開發的人都能達到類似的高品質成果。

LLM Context API 是一項獨特的服務,提供資料優先的排名方式,將最相關的智慧資料區塊進行排名和編譯,以緊湊的格式呈現,並針對 LLM 消費進行最佳化。 這樣可以最大化所提取接地內容的精確度,並且由於 Brave 完整的搜尋引擎基礎設施而得以實現(不同於爬蟲程式面臨的延遲問題和資料存取限制)。

評估

2025 年 11 月 30 日,我們以 Claude Opus 4.5 和 Claude Sonnet 4.5 作為評審,對主流的 AI 驅動解答引擎進行了全面評估。

本次評估透過同一組 1,500 個隨機抽取的真實使用情境查詢(例如「iPhone 在關機時是否會收集資料」),收集來自「問問 Brave」、Grok、Google AI 模式、ChatGPT 及 Perplexity 的回應。 除了「問問 Brave」之外,所有答案都是使用 BrightData 擷取的。 使用網頁爬蟲服務的目標是能夠為每個供應商捕捉匿名使用者會有的確切體驗。

隨後使用 LLMs 作為評估者(採用 Claude Opus 和 Sonnet 4.5 的多數投票設定)來評估答案,考慮所有成對比較(評估所有可能的配對以獲得最大可靠性),並通過評估每對兩次(A 對 BB 對 A)來控制位置偏差。

AI 模型效能比較表
絕對類別評分 (5 點 Likert 標準) ** 平均獲勝率** 平均失敗率
Grok 4.71 59.87% 10.05%
問問 Brave 4.66 49.21% 15.82%
Google AI 模式 4.39 27.07% 38.17%
ChatGPT 4.32 23.87% 42.22%
Perplexity 4.01 10.51% 64.26%

Grok 得分最高,「問問 Brave」緊隨其後,儘管「問問 Brave」使用的是效能較低的開放權重模型(Qwen3)。 這些測試的主要差異在於「問問 Brave」使用了更高品質的接地情境端點──也就是我們今天發布的同一個 API。 搜尋索引存取受限的系統會留下明顯的追蹤痕跡,顯示上下文品質比模型能力更為重要。

這顯示上下文品質很可能是影響答案品質的最關鍵因素。 一個具有最先進接地能力的開放權重模型,在較弱的上下文環境中與高效能前沿模型相競爭(且往往表現更優)。 隨著大型模型持續商品化,高品質資料的重要性應會改變投資者對於 AI 商業價值驅動因素的評估。

進一步了解評估提示 1

LLM Context 如何運作

標準的網路搜尋是針對人類而最佳化,因此是以 URL 為中心。 然而,為強化 AI 與 LLM 應用場景的效能,Brave 全面升級的搜尋 API 特別針對機器使用進行了最佳化。 LLM Context API 更進一步,提供資料優先的排序方式,將最相關的智慧區塊進行排序並以緊湊的格式編譯,針對 LLM 的使用進行了最佳化。

以下是每次查詢時會發生的情況:

  1. 標準網頁搜尋是透過 Brave 的獨立索引進行,以找出最相關且具高品質的網頁。

  2. 然後,我們會即時深入挖掘每個頁面的內容,將原始的 HTML 內容轉換為智慧型區塊。 我們不僅僅是將網頁轉換為 Markdown,更針對以下項目進行了最佳化處理:

    • 利用查詢最佳化的摘要、Markdown 轉換及其他純文字擷取技術來擷取乾淨的文字,並充分利用建造與擴展 Brave 搜尋的多年經驗。

    • 結構化資料擷取(JSON+LD 結構圖、itemprops、包含列級細粒度的表格等)

    • 專業程式碼上下文提取,對於技術性問題和程式碼代理而言至關重要。

    • 論壇討論提取。

    • 處理 YouTube 字幕。

  3. 最後,我們使用內部系統對這些智慧片段進行排序,該系統經過訓練,能識別出回應查詢最相關的資訊片段。 最終回應是根據使用者指定的配置編寫而成,可針對總代碼數(tokens)、URL 數量等進行細粒度控制。

此流程確保了廣度與深度兼具,透過考量最相關的結果,在不犧牲延遲的情況下,將擷取出的接地內容(grounding context)精確度提升至最高。

這些步驟已經過大幅最佳化,以將在正常搜尋之上的額外負荷降至最低。 在實務中,我們觀察到在 p90 的情況下,額外延遲(相較於一般搜尋)不到 130ms,因此對 LLM Context 的呼叫在 p90 時總延遲低於 600ms。

無與倫比的控制力

LLM Context API 可與 Brave 的搜尋工具 Goggles 和新的 LLM Context budget (提供了一種設定 Token 預算的方法,以實現精細化的支出控制) 搭配使用;它也支援本機搜尋。 讓我們逐一檢視它們:

Goggles 支援

Goggles 是 Brave 搜尋的獨特功能。 它們讓您可以根據網域或 URL 模式來篩選、提升或降低搜尋結果的排名,且可擴展至數千條規則。 沒有其他搜尋引擎(也就是沒有其他 LLM 上下文來源)能提供如此程度的控制。 了解更多有關 Goggles 的信息.

LLM Context budget

使用可選的「maximum_number_of_tokens」API 參數,精確控制生成的 LLM 上下文大小。此參數會為最終回應的(估計)字元標記數設定一個上限。 選擇過程會考慮到這個限制,並將最相關的資料排出優先順序,以符合預算。

其他選項可讓您調整每個 URL 的權重、結果的最大數量或排名方式,將 API 依您的特定使用情境做更合適的設定。

本地化內容

對於具備位置感知功能的查詢,您可以選擇透過標頭(headers)傳遞使用者位置。 接著 API 會回傳:

  • POI 資料:在地商家據點資訊

  • 地圖結果:具備地理背景的特定位置結果

我們在區域、地圖與全球網頁搜尋結果之間,有效地分配代幣預算(token budget)。 請前往文件. 瞭解更多關於 API 的資訊

開發人員工具

在這個版本中,Brave 搜尋變得更簡單易用。 我們支援 Skills 功能,並提供整合式的 AI 助手,該助手經過專門訓練,能針對如何根據您的需求充分利用 Brave 搜尋 API 來回答相關問題。

Skills

Brave 搜尋 API 現在支援 Skills–一種利用模組化、可重複使用的工作流程來擴展 AI 功能的強大方式。 這些技能採用目前已 在此開源的標準化格式,您的 AI 編輯器或 CLI 能夠動態載入指令、指令碼和資源,以處理 Brave API 可協助完成的特定任務。 這些將協助近期透過 OpenClaw 發布而註冊 Brave API 的逾 20 萬名開發人員。

API 助理

我們在開發者入口網站(Developer Portal)中推出了 API 助手。它經過專門訓練,能回答關於 Brave 搜尋 API 的問題,並引導您找到相關的端點、提供程式碼範例,成為全方位的指南,展示您能透過 Brave 搜尋 API 實現的各種功能。

Brave 搜尋 API 入口網站中整合的 AI 助理螢幕截圖
圖一:Brave 搜尋 API 入口網站中整合的 AI 助理螢幕截圖

更簡單、更便宜、更強大的方案

我們正將所有現有的 API 功能,整併至以下公開方案中:搜尋、解答、拼字檢查與自動完成。 每個方案每月都會獲得 5 美元的免費額度並自動續期(所有方案加起來共 20 美元),這絕對是開始開發應用程式最便利的方式。 若要使用這項免費額度,您只需在專案的網站或關於頁面中註明 Brave 搜尋 API 的引用來源即可。

搜尋

此方案包含所有不同類型的搜尋:網頁、LLM 上下文(今日全新發佈)、圖片、新聞、影片等。 所有服務的定價方式相同:每 1000 次請求 5 美元,每月免費額度 5 美元。

答案

幾個月前我們推出了專門的解答方案(Answers Plan),提供任何問題的接地答案。 此端點在 SimpleQA 基準測試中達到了領先業界的 94.1% F1 分數,且專為消除 LLM 幻覺而設計。 請參閱我們的解答方案文件。

解答方案的收費為每 1,000 次網路搜尋 4 美元,另外每 1,000,000 個標記(含輸入與輸出)收費 5 美元。 每月前 5 美元免費。

解答方案非常適合那些希望以最少設定即可隨時獲得智慧資訊的使用者。 另一方面,全新 LLM Context API(位於搜尋功能下)非常適合那些希望保留對 LLM 層的控制權、運行自己選擇的模型,同時又能以節省 token 的方式為這些 LLMs 獲取最高品質輸入資料的使用者。

拼字檢查

此 API 提供拼字檢查服務。 價格為每 1 萬次請求 5 美元,每月提供 5 美元的免費額度。 拼字檢查是搜尋端點的內建功能,所有查詢預設都會進行拼字檢查。

自動完成

此 API 針對任何查詢提供建議服務。 它包含實體辨識功能,價格為每 1 萬次請求 5 美元,且每月提供 5 美元的免費額度。

針對 "brave se" 的建議
圖 2:針對 “brave se” 的建議

為什麼要使用 Brave 搜尋 API

隨著 LLMs 逐漸商品化,其接收到的上下文品質便成為決定應用程式品質的主要差異化因素。

Brave 搜尋 API 針對大規模商業 LLMs 以及尋求透過簡單的 API 調用整合數十億筆網路搜尋結果,來為其代理人(agents)或 AI 應用程式提供動力的企業進行了優化。 Brave 搜尋 API 已為全球絕大多數最大的 AI LLM 公司提供支援。 憑藉其獨立性與私密性,它已成為大規模 AI 應用程式的首選,原因在於:

  • 沒有爬蟲程式的複雜性: Brave 是除了大科技公司之外,唯一大規模的網路搜尋索引。 其他供應商採用爬蟲技術。 擷取器可能違反服務條款,無法做到真正的零資料保留;有些已遭 Google 提起訴訟,他們的資料來源可能會被任意中斷,且部分擷取器還會發生資料獲取中斷或其他問題。 任何提供企業解決方案的供應商,都應避免讓客戶承擔網路爬蟲軟體所帶來的潛在法律責任。

  • 無利益衝突:Brave 不會使用您的搜尋查詢來訓練自己的 LLM。

  • ** 零資料保留 (ZDR)**:不會儲存、記錄或連結任何查詢至身分識別,從而實現真正的 ZDR。 由於我們擁有並運營整個搜尋堆疊,我們能夠在所有端點提供 ZDR,而不會降低品質。

  • 具備 SOC 2(第二類)認證的可靠安全性:簡化法律盡職調查流程,確保嚴格的安全與隱私標準。

  • 合規性與持續性:Brave 獨立的基礎架構消除了對第三方的依賴,確保您的搜尋請求絕不會傳送至大型科技公司。 與可能因違反服務條款而面臨立即關閉風險的爬蟲程式(例如 Google 對抗 SerpAPI 的案例)不同,Brave 提供了一種穩定且合法的解決方案。

立即開始使用 Brave 搜尋 API

註解
  1. 由於查詢內容本身有潛在的隱私權問題,我們不便公開釋出查詢內容。 Brave 搜尋不會在查詢時收到任何使用者識別碼。 請參閱我們的隱私政策瞭解更多資訊。