Sign in Subscribe
AI 科技新聞

Exa 3.0 是什麼？Lite、Auto 價格與基準測試條件，AI 搜尋 API 怎麼選

Exa 3.0 把搜尋 API 分成 Lite 與 Auto，官方稱在各基準排名第一。本文整理價格、測試條件、Dynamic Highlights 與資料範圍，並說明哪些成績是 Exa 自己測的，導入前該怎麼用自己的查詢驗證。

Philo

Philo

— 19 min read
Share
Exa 官方 3.0 基準比較表，列出八個基準中 Exa 3.0 與 Perplexity、Brave、Parallel 的分數
Exa 官方 3.0 發表文章的基準比較圖，數字為 Exa 自行評測，非獨立測試，非本站拍攝或實測。 圖片來源：官方原文。

Exa 3.0 在 2026 年 10 月 19 日發表時，官方在 X 上寫了一句話：Exa 在自己測試過的每個基準都是第一。這則貼文在台灣時間 10 月 20 日凌晨發出，查詢時約有 1,049 個讚，不過熱度只是線索，不是評測結果。

AI 代理要查資料時，背後多半接著一個搜尋 API。它回傳的不是十條藍色連結，而是整理過的網頁內容，讓模型直接閱讀，所以搜尋層的好壞會直接影響答案品質與帳單。

很多人會把「每個基準都第一」讀成「Exa 是目前最好的搜尋」，但官方部落格的圖表交代了條件。這份成績單由 Exa 自己發布，官方沒有說明有第三方參與。

對手是 Perplexity、Brave 與 Parallel，而且全部放進同一個以 GPT-6 Luna 驅動的搜尋代理裡。

排名的差距也不一樣大。BrowseComp 上 Exa 3.0 只領先 Perplexity 0.3 個百分點，Exa 自己建立的 ATLAS 基準卻領先 4.8 個百分點，兩種差距的意義並不相同。

對開發者更實際的消息，是這次同時推出 Lite 與 Auto 兩種搜尋類型，每千次請求分別是 4 美元與 7 美元，另外還有讓模型少讀無關內容的 Dynamic Highlights。這些改動直接決定代理跑一次任務要花多少錢。

我的判斷是，Exa 3.0 適合正在做研究型代理、名單蒐集或檢索增強問答的團隊，值得拿自己的查詢測一輪。檢索增強問答就是先搜尋資料，再讓模型依資料作答。至於需要獨立第三方評測才能採購的公司，目前還不適合直接照官方排名決定。

要判斷值不值得測，得先搞清楚 Exa 3.0 到底改了哪些東西。

Exa 3.0 是什麼？官方這次改了檢索模型、搜尋類型與資料範圍

Exa 3.0 是 Exa 搜尋 API 的新一代版本，官方稱它是 Exa 有史以來最大的搜尋品質改進。

Exa 是替 AI 應用提供網路搜尋的公司。依官方說明，它自己運行爬蟲、維護獨立的索引，因此 3.0 的改動可以從索引、模型一路看到計價。

先看檢索模型。官方表示，3.0 用比以往任何模型更多的算力與資料，訓練了更大的嵌入模型。嵌入模型會把文字轉成一串數字，讓程式比較兩段內容的意思有多接近，所以它決定了搜尋結果找得準不準。

搜尋類型也變了。新增的 Lite 主打低成本與低延遲，Auto 則花更多運算處理候選結果、摘錄與排序，兩者共用同一份索引。依 API 文件，Auto 仍是預設類型。

Dynamic Highlights 則從研究預覽轉為正式提供，官方表示不另外收費。它的做法會在後面的小節細談。

資料範圍也擴大了。官方稱 Exa 追蹤超過 2 兆個網址，提供 1,000 億個頁面，新增 12.7 億筆含價格與庫存的電商商品，以及超過 2.11 億個含營業時間與評價的在地商家，另外還有即時新聞、體育、天氣與市場資料。

這些改動多半是官方自己的描述，部落格沒有附上可重現的實驗細節，所以目前只能當作產品規格。最受矚目的「各基準第一」，則要拆開來看才讀得懂。

Exa 官方 3.0 基準比較表，列出八個基準中 Exa 3.0 與 Perplexity、Brave、Parallel 的分數
Exa 官方 3.0 發表文章的基準比較圖，數字為 Exa 自行評測，非獨立測試，非本站拍攝或實測。 圖片來源：官方原文。

Exa 3.0 各基準第一怎麼讀？先看測試條件與差距

Exa 3.0 在官方圖表的八個基準都排第一，但測試條件由 Exa 設定，領先的幅度也很不平均。

以下把官方圖表上的分數整理成表格，數字都來自 Exa 的 3.0 發表文章，不是獨立測試。Exa 3.0 一欄使用的是 Exa 3.0 Auto。

基準 Exa 3.0 Perplexity Brave Parallel
BrowseComp 91.8% 91.5% 83.5% 63.1%
DSQA 88.2% 87.6% 78.6% 82.8%
WideSearch 56.1% 54.0% 54.8% 53.7%
ATLAS 42.0% 37.2% 28.2% 24.8%
WebCode 75.5% 69.9% 68.0% 64.5%
FinSearchComp 68.0% 63.4% 57.6% 66.0%
Company FindAll 15.4 14.2 13.3 9.7
People FindAll 7.6 6.8 3.8 3.8

表格裡 BrowseComp 與 DSQA 的領先幅度只有 0.3 與 0.6 個百分點，WideSearch 對 Brave 也只多 1.3 個百分點。官方圖表沒有提供重複測試次數或誤差範圍，很難判斷這是真的領先，還是正常波動。

相對地，ATLAS 領先 4.8 個百分點、WebCode 領先 5.6 個百分點，差距大得多。

但 ATLAS 是 Exa 在 10 月 8 日自己推出的基準，官方稱它仍是預覽版。題目、標準答案表與評分程式要幾週後才公開，外部團隊目前無法重跑。

測試條件寫在圖表底部。每一家都用自己表現最好的單步搜尋端點，也就是 Exa 3.0 Auto、Parallel Advanced、Perplexity Web 與 Brave LLM Context。

這些端點全部放進同一個搜尋代理，由 GPT-6 Luna 擔任，最多搜尋 25 輪，每輪取 10 筆結果，評測時間在 2026 年 10 月。

指標也不一致。BrowseComp 看答對率，DSQA 與 WideSearch 看 F1 分數，也就是同時顧及找得準與找得全的綜合分，FindAll 則是每個任務平均通過的項目數。

ATLAS、WebCode 與 FinSearchComp 的指標，圖表沒有註明。所以同一列之內可以比，不同列之間不能直接比。

前三列的差距特別小，Exa 自己在 ATLAS 說明文章裡給了原因。

Exa 統計，BrowseComp、WideSearch 與 DeepSearchQA（圖表簡稱 DSQA）分別有 48%、59%、61% 的題目，至少有一個前沿模型能靠記憶答對。

Exa 還做了一個實驗：把每次搜尋前 10 筆裡的前 7 筆藏起來，這三個基準仍保有原分數的 81% 到 89%，ATLAS 則掉了約一半。

這是 Exa 為自家基準提出的論點，沒有獨立驗證，但至少說明 0.3 到 1.3 個百分點的領先，很難直接當成搜尋品質的證據。

所以這張表更適合讀成「Exa 在自己測試台上的表現」，而不是產業共同認定的排名。

評測只能當參考，那就得回到帳單，因為 Lite 與 Auto 的價格差異是最容易自己驗證的部分。

Exa 3.0 Lite 與 Auto 怎麼選？價格、延遲與限制

Lite 適合成本與速度優先的場合，Auto 則是需要較完整結果時的預設選擇。

官方定價頁列出每千次請求的價格，延遲來自官方搜尋 API 使用指南，文件說明這些數字是近似值，兩者整理如下。

搜尋類型 每千次請求價格 文件列出的典型延遲 文件建議情境
lite 4 美元 約 450 毫秒 高流量、即時應用
auto 7 美元 約 1 秒 預設，多數搜尋
deep-lite 12 美元 約 4 秒 輕量研究與整理
deep 12 美元 4 至 15 秒 多步驟研究

官方文件寫明，Lite 只提供快取內容。快取就是 Exa 先存好的頁面副本，所以要求全文或摘錄時，若某個頁面沒有副本，那筆結果會被捨棄。

它也不接受 outputSchema、systemPrompt 與 contents.maxAgeHours 等參數，帶了這些參數會收到 400 錯誤，需要這些功能就得改用 Auto。

這代表 Lite 的低價有代價：頁面內容可能不是最新的。需要即時新聞或剛更新的價格時，應改用 Auto 並調整 maxAgeHours，再判斷省下的錢值不值得。

成本方面，官方效率圖顯示 Lite 約 79 分、每個任務約 0.045 美元，Auto 約 80.5 分、約 0.065 美元。圖中 Perplexity 的兩個設定約在 79 到 80 分，每個任務約 0.07 美元。

這張圖的「代理搜尋分數」怎麼計算，官方沒有說明，每任務成本是否包含模型費用也沒有寫，所以只能拿來看相對位置。

照官方圖上的約略數字，Lite 比 Auto 每個任務省約 0.02 美元，分數少約 1.5 分。這個差距對每天跑幾百次的代理很小，但每天跑一百萬次任務就會變成約兩萬美元，所以要用自己的流量去算。

新帳號可得到 10 美元額度，不需綁定付款方式，官方稱足夠做 2,500 次 Lite 搜尋，額度在每月 1 日重設為 10 美元。對想先試的人，這是成本最低的驗證方式。

另外，fast、instant 與 deep-reasoning 被列為舊類型。依 10 月 19 日的更新日誌，它們仍可使用，價格不變，所以現有專案不必急著改。

價格與延遲之外，3.0 還有一個直接影響詞元用量的功能，就是 Dynamic Highlights。

延伸閱讀：Cloudflare Web Search API 開放測試：讓 AI 代理用即時網路資料回答

Dynamic Highlights 是什麼？只送必要段落給模型，能省多少詞元

Dynamic Highlights 讓搜尋 API 只回傳最相關的段落，而不是整頁文字，因此能降低送進模型的詞元數量。

詞元是模型計費與讀取內容的單位，一段文字會被切成許多詞元。送進去的網頁愈長，費用愈高，模型也愈容易被無關內容干擾。

一般的摘錄功能是逐頁處理，每個網頁各自挑出幾段。Dynamic Highlights 則把所有結果合併成一份文件，一次判斷哪些詞元最有用，因此能把篇幅分給品質較好的來源，重複的資訊也比較容易被刪掉。

官方 8 月 28 日的研究預覽文章給了三組數字，都是 Exa 自己的內部測試。相比整頁文字，平均減少 95% 的詞元。

在單次檢索增強問答、12,000 字元預算下，比標準摘錄多約 40% 的詞元效率，品質提高 3.8%。在代理式搜尋裡，代理詞元少用約 30%，品質平均提高 2.1%。

這些數字各有條件，官方也提醒節省幅度會依任務而異，因為代理的推理過程常占一半以上的詞元用量。所以它對搜尋結果很長、重複內容很多的任務效果較大，對推理占大宗的任務就比較有限。

使用方式很簡單，在請求的 contents 底下，把 highlights 的 dynamic 設為 true。以下是依官方文件整理的最小範例，包含文件要求的測試標頭：

curl -s -X POST "https://api.exa.ai/search" \
  -H "Content-Type: application/json" \
  -H "x-api-key: $EXA_API_KEY" \
  -H "Exa-Beta: dynamic-highlights-2026-08-28" \
  -d '{"query": "你的查詢", "type": "auto", "numResults": 10,
       "contents": {"highlights": {"dynamic": true}}}'

發表文章與文件在這裡有出入。3.0 發表文章說 Dynamic Highlights 已正式提供，但 10 月 20 日查詢時，API 參考頁仍把 dynamic 標為測試功能，要求加上 Exa-Beta 標頭。

文件也註明它不能和 maxCharacters 同時使用，所以實際使用前，要以當天的文件為準。

摘錄只處理「找到之後」的問題，真正決定代理能找到什麼的，還是索引裡有哪些資料。

資料範圍擴張：商品、商家與即時資料適合做哪些搜尋工作

這次擴張讓 Exa 能回答「有哪些商品、哪些店、現在的行情」這類結構化問題，不再只是找文章。

官方 Library 頁列出 20 個資料集合，包含人物 3.2 億頁、公司 3,300 萬頁、商品 12 億頁、在地商家 2.1 億筆、研究論文 5 億頁、SEC 申報文件 1,900 萬份與 Podcast 300 萬集。

發表文章的數字略有不同，例如電商商品寫 12.7 億筆，官方沒有說明兩者差異的原因。

對一般開發者，最直接的用途是名單蒐集與市場研究。官方頁面舉的例子是找出某區有戶外座位的深夜拉麵店，這類查詢過去常需要自己串好幾個資料來源。

但資料多不等於每筆都對。商品價格與庫存會變，商家營業時間會調整，Lite 又只提供快取內容。所以涉及交易或到店的應用，要把資料時間顯示給使用者，並在關鍵步驟回到原始網頁確認。

人物與公司類資料也要留意用途。官方稱這些結構化頁面來自公開與授權的紀錄，但能不能用在行銷名單、是否符合個資規範，要看你所在地區的法規與自己的用途，這不是搜尋 API 本身能替你判斷的事。

FindAll 的分數單位是每個任務平均通過的項目數，不是百分比，所以 15.4 與 7.6 不能直接當成準確率，只能用來比較不同服務在同一組任務上的相對表現。

看完功能與資料，下一步是判斷這套服務適不適合你的專案。

適合誰、不適合誰：導入 Exa 3.0 前的驗證清單

Exa 3.0 適合已經有搜尋需求、而且願意花一個下午用自己的查詢做比較的團隊。

具體來說，做研究型代理、潛在客戶名單、競品追蹤，或在檢索增強問答裡需要乾淨網頁摘錄的開發者，最可能從 Auto 與 Dynamic Highlights 受益。流量大又重視延遲的聊天、語音或自動完成功能，則值得測 Lite。

不適合的情況也很明確。如果公司規定採購必須有獨立第三方評測，目前只有 Exa 自己的數字，還不夠。如果任務高度依賴最新資訊，Lite 的快取限制也會成為問題。

建議先準備 30 到 50 條真實查詢，涵蓋簡單問題、需要多步驟的問題與你最在意的資料型態。同一個代理程式固定不動，只更換搜尋端點，分別跑 Auto、Lite 與現在使用的服務。

記錄三件事就夠了，也就是答案是否正確、引用的來源是否真的支持答案，以及每個任務的總成本與時間。我認為來源是否支持答案，比單一分數更能看出搜尋品質。

若結果和官方表格方向一致，再逐步擴大流量。若不一致，原因常出在查詢類型不同，例如你的任務偏中文、偏在地或偏冷門網站。官方沒有說明各基準的語言與題型分布，所以你的任務未必被涵蓋。

即使驗證通過，也有幾個風險要事先知道。

Exa 3.0 的限制與風險：評測、依賴與成本

目前最大的限制是證據來源單一，大部分數字都出自 Exa 自己的文章與圖表。

ATLAS 的設計、執行與發表是同一家公司。Exa 在 ATLAS 說明中也寫到，答案表由自動化流程建立，抽樣審核估計錯誤的標準答案不到 1%，另有 7.1% 的欄位因無法判定而未評分。這些做法算透明，但仍屬廠商自述。

官方也說正在對抽樣題目做盲測人工審核，標準是 99% 的標準答案正確。審核結果出來之前，ATLAS 的排名最好只當方向參考。

其次是供應商依賴。把搜尋層綁在單一 API 上，價格、速率限制或索引政策改變時，代理的行為也會跟著變。可行的做法是把搜尋呼叫包成一層自己的介面，保留切換到其他服務的空間。

第三是成本會隨用法放大。Auto 每千次 7 美元看似不多，但代理一次任務常呼叫多次搜尋。每次請求的基本價只含 10 筆結果，超過的部分每千筆另加 1 美元，AI 頁面摘要也是每千頁 1 美元，總額要用實際流量估算，而不是只看單次價格。

官方另外安排了線上問答，時間是 10 月 21 日美西時間下午 1 點，也就是台灣時間 10 月 22 日凌晨 4 點，由產品與研發負責人回答問題。想知道評測細節的人，可以留意是否有補充說明。

延伸閱讀：Keenable 是什麼？獲 2,600 萬美元投資，要替 AI Agent 重做網路搜尋

Exa 3.0 常見問題

Exa 3.0 是新的 API 還是新的模型？

兩者都有改動。檢索模型與索引是新的，API 端點仍是原本的搜尋請求，預設類型維持 Auto，Lite 則是新增的 type 值。

Exa 3.0 的 Lite 和 Auto 可以混用嗎？

可以。從文件看，type 是每次請求自己設定的參數，所以同一個專案能依情境切換，例如聊天這類即時流程用 Lite，背景的研究任務用 Auto。

官方說各基準第一，可以直接相信嗎？

可以當作廠商的測試結果，但不宜直接當成獨立排名。成績單由 Exa 自己發布，其中 ATLAS 又是 Exa 自己建立且尚未公開，所以最好用自己的查詢再驗證一次。

Exa 3.0 有免費額度可以試嗎？

有。依定價頁，新帳號有 10 美元額度，不需綁定付款方式，官方稱足夠做 2,500 次 Lite 搜尋，並在每月 1 日重設。

結語：先用自己的查詢測一輪，再決定要不要換搜尋 API

Exa 3.0 最確定的進展在產品面，包括 4 美元的 Lite、能降低詞元用量的 Dynamic Highlights，以及更廣的資料範圍。最不確定的是「各基準第一」，因為目前沒有獨立團隊重現。

如果你正在替代理挑搜尋層，建議先申請免費額度，用自己的 30 條查詢比較 Auto 與 Lite。如果只是想了解趨勢，可以把這次發表當成訊號：搜尋 API 正從回傳連結，走向回傳模型剛好需要的內容。

想持續追蹤 AI 搜尋、代理與開發工具的官方更新，可以免費訂閱 AI 郵報，後續更新會以官方文件為準。

資料來源

Read more