Perplexity、検索 API 製品群を Artificial Analysis Search Index で首位公開──全 3 バリアントが 77-80 を記録
固定モデル GPT-5.6 Luna と OSS ハーネスを用いたプロバイダースワップテストにおいて、一律 5 ドル/千クエリで既存の Parallel や Brave を上回った。
リリース: 2026-08-28 · 読了 3 分記事の要約
1. 核心（What）
- Perplexity の新しい Search API が Artificial Analysis Search Index で首位に初登場した。
- Medium コンテキストがスコア 80 を記録し、従来のリーダーである Parallel や Brave の 75 を上回った。
- 料金は低・中・高のどのコンテキストサイズでも 1,000 クエリあたり一律 5.00 ドル。
- 候補モデルに GPT-5.6 Luna を固定したプロバイダースワップテスト（Stirrup ハーネス）で検証された。
2. 影響（Why）
- コスト予測性の向上: リッチなページコンテンツを付加してもクエリ単価が変動しないため、エージェントの検索呼び出し回数設計における予算管理の難易度が下がる。
- 国内 SaaS のコスト最適化: [国内 AI 検索サービス運営企業] などの事業者にとって、1 タスクあたりのモデル推論トークン費用を $0.028〜$0.034 に抑えられる点は利益率に直結する。
3. 根拠・詳細（How）
- 検証ハーネスと評価指標: Artificial Analysis のオープンソースハーネス Stirrup を用い、GPT-5.6 Luna (medium reasoning, 25 ターン上限) を固定して web_search と web_fetch を実行。
- スケーリングの挙動とレイテンシ: Quality は medium と high の間で頭打ちになり、low は追加の検索を誘発するため逆にコストとレイテンシ（36 秒）が悪化する。
4. 展望・課題（Next）
- 自社タスクへの適合検証: Stirrup ハーネスがオープンソースで公開されているため、各社のプロダクト特有のタスク分布に基づきプロバイダー間の性能差を再検証することが推奨される。