AI 에이전트를 위해 비교된 네 가지 API 중, cloro가 정확도와 비용 면에서 가장 좋으며, Exa가 속도 면에서 가장 좋습니다. 2,182개의 질문에 대해 각각 한 번의 검색을 수행하는 공개 벤치마크에서, cloro는 다단계(multi-hop) 질문의 80.2%를 답변했으며, 이는 Exa의 64.0%, Brave의 53.9%, Tavily의 48.4%에 비해 높은 수치였으며, 정확한 답변당 비용이 가장 낮았습니다. Exa는 중간 검색 시간이 0.74초로 가장 빨랐으나, cloro는 7.96초였습니다. Tavily와 Exa 사이에서는 Exa가 정확도와 속도 면에서 우위를 점하며, Tavily는 $100의 Bootstrap 플랜부터 검색당 비용이 더 저렴합니다. 검색 시간이 느린 것이 중요한 경우 Brave를 선택하는 것이 좋습니다. 왜냐하면 Brave의 p99 지연 시간(latency)이 네 가지 중 가장 낮았기 때문입니다. 또한, 페이지 텍스트와 작성된 답변을 한 번의 요청으로 얻고 싶다면 Tavily가 적합합니다.
- 정확도 (Accuracy): 824개의 다단계 질문에서 cloro는 80.2%, Exa는 64.0%, Brave는 53.9%, Tavily는 48.4%의 점수를 기록했습니다. 1,000개의 짧은 사실적 질문에서는 Exa(97.3%)가 it(96.9%)와 동률을 이루었으며, Brave(93.1%)와 Tavily(91.8%)보다 앞섰습니다.
- 지연 시간 (Latency): 중간 검색 시간은 Exa에서 0.74초, Brave에서 1.21초, Tavily에서 2.00초, cloro에서 7.96초가 걸렸습니다.
- 비용 (Cost): 1,000개의 정확한 짧은 사실적 답변에 대한 비용은 cloro가 $1.98, Brave가 $5.37, Tavily가 $5.45, Exa가 $7.19였습니다.
Tavily 대 Exa 대 Brave 대 cloro: 어떤 것이 더 많은 질문에 답하는가?
2026년 11월에 여섯 개의 웹 검색 API가 세 가지 공개 질문 세트에 대해 테스트되었으며, 각 질문당 한 번의 검색과 10개의 결과를 사용했습니다. 하나의 모델은 결과만으로 답변을 했고, 두 번째 모델은 각 답변을 채점했습니다. 아래 표에는 여섯 개 중 네 개의 API가 포함되어 있습니다.
| 측정 항목 | cloro | Exa | Brave | Tavily |
|---|
| SimpleQA Verified, 1,000 짧은 사실적 질문 | 96.9% | 97.3% | 93.1% | 91.8% |
| ... | | | | |
쌍으로 된 테스트는 동일한 질문에 대해 오직 하나의 API만이 올바르게 답변한 경우를 계산하므로, 쉬운 질문과 어려운 질문이 상쇄됩니다. 동률이 아닌 모든 쌍에서 먼저 이름이 언급된 API가 승리했습니다.
| Pair | SimpleQA Verified | FreshQA | FRAMES |
|---|
| cloro vs Exa | Tie (p = 0.63) | 25 to 6 | 179 to 45 |
| ... | | | |
| cloro는 아홉 개의 항목 중 패배한 것이 없고 두 개에서 무승부를 기록했습니다: 짧은 사실 질문에서는 Exa가, 최근 이벤트에서는 Brave와 동률을 이루었습니다. 나머지 세 가지 API 중에서는 Exa가 사실 기반 및 다단계 질문(multi-hop questions)에서 우위를 점했으며, 세 API 모두 최근 이벤트 항목에서는 동률이었습니다. | | | |
FRAMES의 격차는 주로 커버리지(coverage) 문제입니다. 각 API가 답변을 제공했을 때, 그 정확도는 73.5%에서 81.3% 사이였습니다. 가장 큰 차이를 만든 것은 '찾을 수 없음(not found)' 건수였으며, 이는 11건에서 295건에 달했습니다. 에이전트에게 있어 각 '찾을 수 없음'은 두 번째 검색, 페이지 가져오기 또는 실패한 작업을 의미합니다. Tavily의 결과 파일 한 행을 줄여서 보여드리자면:
{"id": "661", "provider": "tavily", "problem": "What year was the first Uber employee born?",
"gold": "1983", "search_latency_s": 1.937, "answer": "NOT FOUND", "grade": "NOT_ATTEMPTED"}
다른 세 API는 동일한 질문에 대해 단 한 번의 검색만으로 모두 '1983'이라는 답변을 내놓았습니다.
Tavily, Exa, Brave를 함께 호출하는 것이 다단계 질문 해결에 도움이 될까요?
부분적으로만 그렇습니다. 저희는 공개된 결과 파일에서 최소한 Tavily, Exa, Brave 중 적어도 하나가 정답이었던 FRAMES 질문의 수를 세었습니다. 그 수는 824개 중 628개로, 76.2%에 해당합니다. 이는 상한선(upper bound)일 뿐인데, 실제 에이전트는 세 가지 답변 중에서 올바른 답을 선택해야 하기 때문입니다. 63개의 질문에서는 세 API 모두 '찾을 수 없음'이라고 응답했습니다.
cloro는 단 한 번의 검색으로 더 나은 결과를 보였습니다: 824개 중 661개, 즉 80.2%입니다. cloro는 세 API가 놓친 104개의 질문에 답했고, 세 API를 합쳐도 발견하지 못한 71개의 질문이 있었습니다. 또한, 세 번의 검색은 월 10만 건 기준 $1.92인 Tavily와 비교했을 때, 1,000개당 $17을 추가로 비용 발생시킵니다.
어떤 것이 더 빠를까요?
아래 표는 다른 벤치마크와 동시에 실행되지 않은 615개의 SimpleQA Verified 항목에 대해 검색 요청 자체의 시간만을 측정했습니다.
| Percentile | Exa | Brave | Tavily |
|---|
| p50 | 0.74 s | 1.21 s | 2.00 s |
| ... | | | |
| cloro는 네 API 중 가장 느리며, 중앙값 검색 시간은 7.96초입니다. 3초 이내의 답변을 기준으로 할 때, Exa, Brave, Tavily 모두 중앙값에서 적합한 성능을 보였습니다. | | | |
Brave가 가장 안정적입니다. Brave의 최악의 1% 지연 시간은 중앙값(median)보다 0.4초 더 걸린 반면, Tavily와 Exa는 각각 3.4~3.5초 더 오래 걸렸습니다. 루프 내에서 모든 검색을 기다리는 에이전트는 중앙값보다 꼬리 분포(tail)에 더 영향을 받습니다.
계획해야 할 한 가지 제한 사항: Brave는 400자를 초과하는 질문에 대해 모든 시도에서 HTTP 422 오류를 반환했습니다. 전체 사용자 질문을 쿼리로 보내는 에이전트는 먼저 이를 자르는 것이 좋습니다.
검색 1,000건당 비용은 얼마인가요?
각 공급업체의 가격 페이지에서 가져온 실시간 요율:
| API | 1,000건당 가격 | 플랜 계산 | 무료 할당량 |
|---|
| cloro | 비동기(async) $1.92; 동기(sync) $2.69 | Starter는 월 $250에 650,000 크레딧 제공; AI 개요가 포함된 Google 검색은 5 크레딧, 동기 요청 시 7 크레딧 | |
| ... | | | |
벤치마크에서는 Exa를 하이라이트(highlights)와 함께 auto 모드로 실행했으며, 이는 Exa 자체의 costDollars 필드에 따라 요청당 $0.007로 책정되었습니다. $4 모드는 테스트되지 않았습니다. Tavily의 고급 검색은 2 크레딧이 소요됩니다.
$100 부트스트랩(Bootstrap) 플랜부터는 Tavily가 Exa보다 검색당 비용이 적게 듭니다. 종량제(pay as you go) 기준으로 볼 때, 정확한 SimpleQA 답변 하나당 $8.71로, Exa의 $7.19와 비교됩니다.
에이전트에게 무엇을 반환하나요?
| cloro | Exa | Brave | Tavily |
|---|
| 인덱스(Index) | Google의 실시간 결과 페이지 | Exa 자체의 신경망 기반(neural) 결과 | Brave 자체의 결과 | Tavily의 검색 계층(retrieval layer) |
| ... | | | | |
출처가 다릅니다. Google의 실시간 결과를 대상으로 한 500개 쿼리 별도의 테스트에서, Tavily는 Google 상위 10개 도메인 중 80%를 자체 순서로 반환했습니다(순위 상관관계 0.03). Brave는 65%를 반환했으며 Google의 순서를 가장 잘 유지했습니다(0.55). Exa는 설계상 44%를 반환했는데, 이는 키워드 순위가 낮게 책정된 페이지를 찾는 방식입니다. Google SERP API는 AI 개요를 포함하여 Google 자체 페이지를 반환하며, 이는 Google이 보여주는 것을 반드시 확인해야 하는 에이전트에 적합합니다. AI 개요가 많은 작업을 수행하는데, 이를 저장된 결과에서 제거했을 때 100개의 SimpleQA 검증 질문에 대한 정확도가 99%에서 86%로 떨어졌습니다.
읽는 텍스트 양도 다릅니다. FRAMES를 기준으로 볼 때, 독자는 Exa에서 질문당 5,216 토큰을 읽었고, Brave에서는 3,865 토큰, Tavily에서는 3,192 토큰, 그리고 가장 적은 cloro에서는 901 토큰을 읽었습니다. 만약 입력 토큰(input token) 단위로 비용을 지불한다면, Exa의 하이라이트 기능이 가장 많은 비용을 차지합니다.
어떤 API를 사용해야 할까요?
| 에이전트가 필요로 하는 것 | 추천 API |
|---|
| 정확도가 높고 여러 단계를 거치는(multi-hop) 답변을 가장 낮은 비용으로 얻고자 하며, 약 8초 정도 기다릴 수 있는 경우 | cloro |
| ... | |
검증 방법
이 비교는 자체적으로 여섯 개의 API 중 하나를 판매하는 cloro가 출판하고 실행한 것입니다. 하네스(harness), 질문, 설정 및 총 13,092개의 채점된 답변은 공개 벤치마크 저장소에 있습니다. 독자(reader)는 gpt-5.6-luna였고, 채점기(grader)는 gpt-5.6-sol이었습니다. 테스트는 2026년 11월 4일부터 11일까지 진행되었습니다. 요청 설정은 다음과 같습니다: AI 개요가 포함된 Google 검색 (국가 US); Exa의 경우 type=auto와 하이라이트 사용; Brave의 경우 extra_snippets=true; Tavily의 경우 search_depth=basic. 답변 옵션(include_answer, summary)은 비활성화되었습니다. 지연 시간(Latency)은 검색 요청 자체만을 측정하며, 단일 기기에서 4개의 요청을 병렬로 실행했을 때를 기준으로 합니다. Parallel과 SerpApi도 벤치마크에 포함되었으며, 해당 내용은 저장소에 있습니다. Serper는 테스트되지 않았습니다.
세 API의 카운트와 예시 행은 저장소의 FRAMES 결과 파일에서 가져왔습니다. 500개 질문 인덱스 테스트는 2026년 7월 8일에 실행되었습니다.
한 번의 검색은 검색 API 자체만을 측정합니다. 여러 번 검색하는 에이전트(agent)는 이들 중 어느 것으로도 더 높은 점수를 기록할 수 있습니다. 에이전트에 가장 가까운 질문 세트로 테스트를 진행하세요:
python3 benchmark.py --dataset frames --providers cloro,tavily,exa,brave --n 100 --workers 4
가격 정보: Tavily credits, Tavily pricing, Exa 및 Brave의 가격은 모두 2026년 11월 15일에 확인되었습니다. 답변 내용보다는 오류 처리(error handling)와 인증(auth) 측면에서, [Rhumb's AN Score comparison]은 Exa, Tavily, Brave, Serper를 20가지 인체공학적 측정 기준에 따라 평가합니다. 오직 Tavily와 Exa 두 서비스만으로도, 각 플랜이 사용량(volume)을 기준으로 가격이 책정된 내용은 [Tavily vs Exa]에서 확인할 수 있습니다.