Exa ha rilasciato la versione 3.0 della sua API di ricerca web pensata per gli agenti AI, con un modello di embedding più grande, un nuovo tipo di ricerca più economico e Dynamic Highlights disponibile per tutti senza costi aggiuntivi. Secondo Exa, il nuovo sistema batte Perplexity, Brave e Parallel in tutti gli otto benchmark che ha testato. Il dato va letto con cautela: i test sono stati condotti dalla stessa Exa, che ha scelto l'agente, gli endpoint e il modello usato per le prove.
Tre cambiamenti dietro il miglioramento
Exa attribuisce i progressi a tre modifiche nella sua pipeline di recupero. La prima è un modello di embedding più grande, addestrato con più calcolo e più dati di qualsiasi versione precedente; il numero di parametri non è stato dichiarato. La seconda è Dynamic Highlights, ora disponibile in via generale: invece di selezionare il testo pagina per pagina, il modello sceglie i token tra tutti i risultati, dando più spazio alle pagine migliori e scartando le informazioni ripetute. La terza è l'ampliamento dell'indice con miliardi di nuovi documenti tra prodotti, attività locali, voli, eventi, sport e meteo. Exa sostiene che Dynamic Highlights riduca del 95% i token rispetto al testo completo delle pagine, un dato che conta per gli agenti, dove i token di contesto costano spesso più delle chiamate di ricerca.
Lite e Auto
La novità commerciale è Lite, un nuovo tipo di ricerca che si attiva con type: "lite" sull'endpoint /search e usa lo stesso indice di Auto. Auto investe più calcolo nella generazione dei candidati, nei highlights e nel ranking; Lite supporta query, numero di risultati, filtri per dominio e data, localizzazione e moderazione. I parametri non supportati restituiscono un errore 400 che indica il campo problematico. Exa consiglia ora tre tipi di ricerca, lite, auto e deep, mentre fast, instant e deep-reasoning restano disponibili come legacy.
Nei test, Exa ha confrontato il miglior endpoint a passo singolo di ciascun fornitore: Exa 3.0 Auto, Perplexity Web, Brave LLM Context e Parallel Advanced, tutti eseguiti in un unico ambiente agentico con GPT-6 Luna, fino a 25 round di ricerca e 10 risultati per ricerca. Il margine varia molto da un benchmark all'altro: ATLAS e WebCode mostrano i distacchi maggiori, rispettivamente di 4,8 e 5,6 punti su Perplexity; su BrowseComp, DSQA e WideSearch il vantaggio sul secondo è sotto 1,5 punti. Su BrowseComp Exa ottiene il 91,8% contro il 91,5% di Perplexity, uno scarto di 0,3 punti.
Prezzi e indice
Exa Neural Search API Returns Structured Contents for LLM Agents Across ...
Il listino dell'API è di 5 dollari ogni mille richieste per Exa Auto, Perplexity, Brave e Parallel, ma Exa 3.0 Auto costa 7 dollari, mentre Lite ne costa 4. Exa presenta il rapporto tra punteggio e costo per task come una nuova frontiera di Pareto: Lite arriva a un punteggio di circa 79 con circa 0,045 dollari per task, Auto a circa 80,5 con circa 0,065 dollari. Il nuovo indice include anche dati personali e di uso quotidiano: 320 milioni di profili di persone, 33 milioni di pagine di aziende, 500 milioni di articoli di ricerca, 19 milioni di documenti SEC, 10 milioni di brevetti e 9 milioni di sentenze. Exa dice di aver privilegiato i casi d'uso degli assistenti personali, aggiungendo notizie in tempo reale, sport, meteo, dati di mercato, voli, trasporti e podcast.
Limiti da considerare
Le criticità sono sostanziali. Exa ha scelto da sola harness, endpoint e modello agente, e ATLAS è un benchmark creato dalla stessa azienda. Diversi vantaggi sono sotto i 2 punti e potrebbero non reggere con altri ambienti di prova. Lite rifiuta i parametri non supportati, quindi alcune pipeline devono restare su Auto. Inoltre le dimensioni e l'architettura del modello di embedding non sono state rese note. Per chi sviluppa agenti, il consiglio è semplice: testare Exa sulle proprie query prima di cambiare fornitore.
Ancora nessun commento. Puoi essere il primo!