2026 年 5 款 AI 深度研究 API 推荐：Parallel、Exa、Tavily 怎么选？

给产品接入深度研究 API，先确定交付物：带来源的长报告，还是能直接入库的字段？如果结果要进入数据库，字段与证据如何对应，比报告篇幅更重要。若只是返回网页链接，可先看 AI Agent 搜索 API 推荐；本篇聚焦会执行多步研究和综合的服务。

快速选择

API	优先验证的需求	结果与证据	主要计费边界
Parallel Task	结构化资料补全、逐字段审核	JSON / 文本及 Research Basis	成功 run × processor 单价
Exa Agent	研究、名单发现和补全统一工作流	text、structured、grounding（返回时）	固定 effort 或按用量；外部数据可另计
Tavily Research	复用 Tavily 检索体系生成研究报告	报告、引用，可配置输出 schema	mini / pro 动态 credits
Perplexity Agent API	研究与模型、工具配置放在同一接口	多步研究回答，另有结构化输出配置	模型 token + 工具调用
Gemini Deep Research	Google 技术栈中的长报告与后台任务	研究报告；当前不支持原生结构化输出	token、搜索等对应费率，Preview

顺序按本文场景组织，不代表统一质量排名。能力与价格核对于 2026-10-16；没有用同一测试集运行五家付费 API，也没有实测准确率或延迟。

1. Parallel Task：字段与证据需要一起交付

Parallel 的价值在于让应用声明输入、输出和 processor，并保存异步 run。对于“查明某产品是否公开提供某功能”，可返回事实、未知状态、观察日期，再把 Basis 映射到字段。列表结果还要处理元素路径，不能把父字段引用自动视为每个元素都有充分证据。Task 快速入门、Research Basis

适合：公司研究、公开产品信息补全，以及要把证据交给编辑或分析师审核的产品。局限是应用仍需管理任务、审核、过期与重复提交；provider confidence 无法替代人工复核。

2. Exa Agent：搜索、名单发现与研究放在同一工作流

当前官方入口是 Exa Agent。它支持异步 run、输出 schema、字段 grounding、后续继续任务和费用明细。需要多轮搜索、候选验证与补全时，可比较其整体工作流。窄范围低延迟查询则另有 Search / Deep Search，不能把 /search 的价格直接当成 Agent 价格。Exa Agent、当前价格

适合：已经使用 Exa，或研究同时涉及名单发现和信息补全的团队。要明确 effort；默认 auto 是按用量模式。接入 Connect 数据源时还应核对相应提供方费用。

3. Tavily Research：已有 Tavily 集成可优先复用

Tavily Research 会执行搜索、分析和报告生成。当前创建接口支持 output_schema、来源域控制和引用格式，任务可按 request_id 查询，也有流式进度。因而它可参与深度研究选型，并非只能在本地自行拼搜索循环。创建研究任务、读取任务

适合：已有 Search、Extract、Crawl 流程，希望复用现有账户和配额治理的团队。mini / pro 研究消耗是动态区间，应从实际任务 usage 估算，不能把 Search 的 1 credit 当作一次完整研究。

4. Perplexity Agent API：把研究与模型、工具配置组合起来

官方当前研究流程使用 Agent API 的 medium preset，自动组织多步网页研究。它适合希望在同一服务中配置研究、模型和其他工具的应用。旧 Sonar 示例需按当前迁移说明核对，不能直接沿用历史名称和费率。Deep Research Workflows、Agent API 输出配置

适合：既要网页研究，又要在统一接口中组合工具的团队。费用包含所选模型 token 与工具调用，报告更长、搜索更多都会改变成本。Preset 的自动配置也应进入版本回归检查。官方计费说明

5. Gemini Deep Research：后台长报告，先接受 Preview 边界

Google 当前提供 Deep Research 和 Deep Research Max 的 Preview 版本，通过 Interactions 后台运行。适合已有 Gemini 技术栈、交付报告比固定数据库字段更重要的流程。官方明确当前 Deep Research 不支持 structured outputs，需要严格 JSON 入库时，应增加单独抽取和验证步骤，并记录原始报告与引用，不能把提示词“输出 JSON”当作 schema 保证。官方 Deep Research 文档

后台执行有存储要求与最长研究时间限制。对数据留存有要求时应先核对这些边界，再决定是否采用。Google 文档中的每任务价格只是估算，不能当成固定报价。

费用应如何放到同一张表

方案	当前公开口径	怎样做预算
Parallel Task	core $0.025 / 成功 run；pro $0.10；ultra $0.30，另有其他档位	固定档位 × run 数，计入审核不通过但远端成功的任务
Exa Agent	固定 minimal $0.012、low $0.025、medium $0.10、high $0.50、xhigh $1；auto / ultra 按用量	固定档位与自动档分别统计；自动档明确预算上限
Tavily Research	mini 4–110 credits；pro 15–250 credits / 请求	PAYG $0.008 / credit 时分别约 $0.032–$0.88、$0.12–$2
Perplexity Agent	模型 token 与工具分开；标准 web_search $0.0025 / 次	固定 preset 或模型、统计 token 和工具次数
Gemini Deep Research	当前 Preview 费率，研究量影响总价	按实际 usage 核算，报告二次抽取费用另列

来源：Parallel 定价、Exa 定价、Tavily credits、Perplexity 定价、Gemini 计费与限制。上述折算不含税、合同折扣、账户 credits 和应用基础设施。不同档位不代表研究质量等价。

用 20 个任务完成第一轮选型

建议准备 5 个简单已知事实、5 个多来源综合、5 个信息冲突和 5 个无法核实的公开任务。给五家同样的实体、时间范围和交付字段，预先写好人工核验答案与可接受的未知状态。

验收分别记录：字段完成率、引用覆盖、原文支持程度、实体与日期匹配、未知项处理、总费用和审核耗时。按“通过审核的结果”计算单位成本；不要只除以返回 HTTP 200 的次数。报告型服务需要二次抽取时，把该步骤计入费用和错误率。

先给简单和复杂任务分流，再决定是否全部接入深度研究。设置任务数、并发和费用上限，保留原始响应及引用快照；只有每次提交都可追溯，才能判断升级 processor 或切换服务是否有实际收益。详细操作见 Parallel 结构化网页研究与引用核验教程。