Brave 推出迄今为止最强大的 AI 应用搜索 API

测试证明，Brave 的高质量锚定数据可让更实惠的开放权重 LLM 击败 ChatGPT、Google AI Mode 和 Perplexity

今天我们推出经过改进的 Brave 搜索 API ，使网络搜索对 AI 应用而言变得更加有用。 此次发布包括三大更新：迄今为止最强大的搜索 API、得到扩展的开发者工具以及更简单、更实惠但功能更强大的套餐。 在发布的同时，Brave 还分享一项研究。该研究结果表明，使用 Brave 在此次发布中提供的更高质量的 API 数据可助力功能较弱的开放权重 LLM 击败顶级 LLM。 更新内容包括：

1. LLM Context API：这是迄今为止最强大的 AI 应用搜索 API，它经过优化，可为大型语言模型 (LLM) 提供与任何查询或问题高度相关的网络上下文。 LLM Context API 已在内部大规模使用，每天为 Brave 搜索——全球最大的面向用户的私有 AI 应用 ——提供超过 2200 万个回答。 Brave 聊天机器人的一个版本 Ask Brave 由 Brave 的 LLM Context API 和开放权重的 Qwen3 提供支持。凭借高质量的上下文数据，它在头对头比较中表现优于 ChatGPT、Perplexity 和 Google AI Mode（见下表）。

2. 开发者工具：我们将发布 Brave 搜索 API Skills 以及集成在开发者门户中的 API 助手，该 API 助手经过训练，可帮助您解答有关如何最好地利用 Brave 搜索 API 的任何问题。 这些技能也可以通过 Cursor、OpenCode 或 ClaudeCode 等大多数开发者 AI 工具访问。

3. **更简单、更实惠和更强大的套餐。**新推出的搜索和回答套餐将包含您需要的一切。 搜索套餐包含所有不同类型的搜索：网络、LLM Context（今天新发布）、图片、新闻和视频等，每 1000 次请求的价格均为 5 美元。 回答套餐可为您的问题提供经过研究的回答，以及作为回答基础的网络结果。 回答套餐的定价为每 1000 次网络搜索 4 美元，外加每百万词元（输入和输出）5 美元。

网络搜索是网络和 AI 的重要基础设施。 Brave 搜索是西方世界仅有的三个独立的全球规模搜索引擎之一，也是唯一一个不隶属于科技巨头的搜索引擎。 它也是唯一可通过专为 LLM 设计的开放式先进 API 使用的搜索引擎，提供符合 SOC2 标准和零数据保留选项的公共 API。

LLM Context API

Ask Brave由 Brave 的 LLM Context API 和开放权重 Qwen3 提供支持，在主要 AI 搜索引擎的内部评估中，Ask Brave 在性能上优于 ChatGPT、Perplexity 和 Google AI Mode。 迄今为止，人工智能行业一直强调高端模型的重要性和价值，但我们的测试表明，如果结合高质量的锚定数据，功能较弱的开放权重模型也能超越封闭式前沿模型。 LLM Context API 提供的正是这样的数据，我们今天将公开发布该 API。 有了它，使用 AI 进行创建的任何创建者都可以取得类似的高质量成果。

LLM Context API 是一款独特的产品，它提供数据优先排序，将最相关的智能数据块进行排序，并以紧凑的格式进行编译，针对 LLM 的使用进行了优化。 这样可以最大限度地提高提取的锚定上下文的精确度，而这得益于 Brave 完整的搜索引擎基础设施（不像抓取工具那样面临延迟问题，并且数据访问可能受到限制）。

评估

2025 年 11 月 30 日，我们使用 Claude Opus 4.5 和 Claude Sonnet 4.5 作为评判标准，对领先的 AI 驱动答案引擎进行了全面评估。

评估过程包括使用同一组从真实世界使用中随机抽取的 1500 个查询（例如“iPhone 在关机时是否会收集数据”），从 Ask Brave、Grok、Google AI Mode、ChatGPT 和 Perplexity 收集答案。 除了 Ask Brave 之外，所有答案都使用 BrightData 抓取。 使用抓取服务的目的是为了能够捕捉到每个服务提供商匿名用户所获得的真实体验。

然后，我们使用 LLM 作为评判标准（在多数投票机制下使用 Claude Opus 和 Sonnet 4.5）对答案进行评估，考虑所有成对比较（评估所有可能的组合以获得最大可靠性），并通过对每对组合进行两次评估（A vs B 和 B vs A）来控制位置偏差。

Grok 得分最高，Ask Brave 紧随其后，尽管 Ask Brave 使用的是性能较低的开放权重模型 (Qwen3)。 这些测试的关键区别在于 Ask Brave 使用了质量更高的锚定上下文端点——也就是我们今天发布的 API。 搜索索引访问受限的系统表现明显落后，这表明上下文的质量比模型能力更重要。

这表明，上下文质量可能是影响答案质量的最重要因素。 采用最先进的数据锚定的开放权重模型可与采用较弱上下文的高性能前沿模型相媲美（而且往往表现更佳）。 随着大型模型不断商品化，高质量数据的重要性应该会改变投资者对人工智能商业价值驱动因素的评估。

阅读有关评估提示的更多信息 ¹。

LLM Context 如何运作

标准网络搜索针对人类用户进行了优化，因此以 URL 为中心。 然而，为了更好地服务于 AI 和 LLM 用例，Brave 改进后的搜索 API 针对机器使用进行了优化。 LLM Context API 更进了一步，它针对 LLM 使用进行了优化，提供数据优先排序，其中最相关的智能数据块被排序并以紧凑格式编译。

以下是每个查询经过的流程：

1. 标准网络搜索在 Brave 的独立索引上进行，以确定最相关和最有质量的网页。

2. 然后，我们会实时深入挖掘每个页面的内容，将原始 HTML 内容转换成智能数据块。 我们不仅能将网页转换为 markdown 格式，还针对以下方面进行优化处理：

   • 利用多年构建和扩展 Brave 搜索的经验，使用查询优化片段、markdown 转换和其他简洁文本提取技术进行简洁文本提取。

   • 结构化数据提取（JSON+LD 模式、itemprops、包括行级粒度的表格等）

   • 专门化代码上下文提取，这与技术问题和编码智能体非常相关。

   • 论坛讨论提取。

   • YouTube 字幕处理。

3. 最后，我们使用内部系统对这些智能数据块进行排序，该系统经过训练，可以识别与查询最相关的信息片段。 最终响应会根据用户指定的配置进行编译，允许对词元总数、URL 数量等进行精细控制。

这一过程既保证了广度，又保证了深度，通过考虑最佳结果，最大限度地提高了提取的锚定上下文的精确度，而所有这一切都不会以延迟为代价。

这些步骤经过了大量优化，旨在将超出正常搜索的额外开销降至最低。 在实践中我们观察到，正常搜索之外的 p90 延迟开销不到 130 毫秒，因此调用 LLM Context API 的 p90 总延迟低于 600 毫秒。

无与伦比的控制

LLM Context API 可与 Brave 的搜索工具 Goggles 和新的 LLM Context 预算（它提供了一种设置词元预算的方法，可在细粒度级别控制支出）配合使用；它还支持本地搜索。 让我们来逐一了解：

Goggles 支持

Goggles 是 Brave 搜索独有的功能。 它们允许您按域名或 URL 模式筛选、提升或降低结果排序，并且可以扩展到数千条规则。 其他搜索引擎提供商均无法提供此种级别的控制，LLM 上下文提供商更是如此。 了解更多关于 Goggles 的信息.

LLM Context 预算

使用可选的 maximum_number_of_tokens API 参数可以对生成的 LLM 上下文的大小进行精细控制，该参数可设置最终响应的（估计）词元数量的上限。 选择过程会考虑这一限制，并优先选择最相关的数据，以满足预算要求。

其他选项支持您调整每个 URL 的贡献度、结果的最大数量或排序类型，以便使 API 适合您的特定用例。

本地化上下文

对于位置感知的查询，您可以选择通过标头传递用户位置。 然后 API 会返回：

• POI 数据：当地企业的兴趣点信息

• 地图结果：具有地理上下文的特定位置结果

我们可在本地、地图和全球网络结果之间有效分配词元预算。 如需了解有关该 API 的更多信息，请访问 文档。

开发者工具

通过此次发布，Brave 搜索变得更易于使用。 我们支持 Skills，并提供经过训练的集成 AI 助手，能够回答有关如何充分利用 Brave 搜索 API 以满足您需求的问题。

Skills

Brave 搜索 API 现可支持 Skills——这是一种通过模块化、可复用的工作流程来扩展 AI 功能的强大方式。 这些技能按标准化格式在此处以开源方式提供，它们可让您的 AI 编辑器或 CLI 动态加载指令、脚本和资源，以完成 Brave API 可以帮助完成的特定任务。 这将帮助最近通过 OpenClaw 的发布进行 Brave API 登记的 200000 多名开发者。

API 助手

我们还发布了内置在开发者门户中的 AI 助手。该助手经过训练，可回答有关 Brave 搜索 API 的问题，为您指出相关端点，提供代码示例，并全面指导您如何使用 Brave 搜索 API 完成任务。

更简单、更实惠、更强大的套餐

我们正在将所有现有的 API 功能整合到以下公共套餐中：搜索、答案、拼写检查和自动完成。 每个套餐每月可获得 5 美元的免费抵用额（所有套餐总计为 20 美元），这使其成为了迄今为止最便捷的构建应用方式。 要利用此免费抵用额，您只需在项目的网站/关于页面中注明 Brave 搜索 API 的贡献即可。

搜索

此套餐包含所有不同类型的搜索：网络、LLM Context（今天新发布）、图片、新闻和视频等。 所有搜索的定价方式相同：每 1000 次请求 5 美元，每月提供 5 美元免费抵用额。

回答

几个月前， 我们发布了一个专门的答案套餐，它可以为任何问题提供有根有据的答案。 此端点在 SimpleQA 基准测试中达到了最先进的 94.1% F1 分数，并且经过专门设计以消除 LLM 幻觉。 查阅我们的答案套餐文档。

答案套餐的定价为每 1000 次网络搜索 4 美元，另加每百万词元（输入和输出） 5 美元。 每月的首笔 5 美元均可抵免。

答案套餐非常适合那些希望随时获取情报且无需过多设置的用户。 而新的 LLM Context API（在 “Brave 搜索”之下）则非常适合那些想要保留对 LLM 层控制权、运行自己选择的模型，同时以词元高效的方式为这些 LLM 获取最高质量输入数据的用户。

拼写检查

此 API 提供拼写检查服务。 其定价为每 10000 次请求 5 美元，其中每月可抵免 5 美元。 拼写检查是 Brave 搜索端点的内置功能，默认情况下所有查询都会进行拼写检查。

自动完成

此 API 可为任何查询提供建议服务。 它包含实体识别功能，定价为每 10000 次请求 5 美元，其中每月可抵免 5 美元。

为什么要使用 Brave 搜索 API

随着 LLM 的商品化，它们所获得的上下文质量成为了应用质量的主要区别因素。

Brave 搜索 API 经过了优化，适用于大型商业 LLM，也适用于希望通过简单的 API 调用将来自网络的数十亿条结果集成到其智能体或 AI 应用中的企业。 Brave 搜索 API 已经为全球绝大多数大型 AI LLM 公司提供支持。 由于其具有独立性和私密性，它已成为大规模AI 应用的首选，因为它具备以下特点：

• 无复杂抓取： Brave 是除大型科技公司产品之外唯一的大规模网络搜索索引。 其他提供商都会进行抓取操作。 抓取工具违反服务条款，不能提供真正的零数据保留，有些正在被谷歌起诉，它们的数据源可能会被任意关闭，有些还存在延迟问题。 任何提供企业解决方案的公司都应该避免让客户承担抓取工具固有的风险。

• 无利益冲突：Brave 不会使用您的搜索查询来训练自己的 LLM。

• 零数据保留 (ZDR)：不存储、不记录查询，也不将查询与身份关联，从而实现真正的零数据保留。 由于我们拥有并运营整个搜索堆栈，因此我们可以在所有端点实现 ZDR，同时不降低质量。

• 通过 SOC 2 (Type II) 认证，安全性得到验证：简化法律尽职调查，确保严格的安全和隐私标准。

• 合规性和连续性：Brave 的独立基础设施消除了对第三方的依赖，确保查询永远不会到达大型科技公司。 与可能因违反服务条款而被立即关闭的抓取工具（例如 Google 诉 SerpAPI 案）不同，Brave 提供了一个稳定、合法的解决方案。

立即开始使用 Brave 搜索 API。