AREX Feed Article
Perplexity Search 首秀 80 分登顶，三档包揽 Search Index 前三
独立 AI 评测机构 Artificial Analysis 于 8 月 28 日 19:58 UTC 发布其 的最新结果：Perplexity Search 首次参评即登顶，三个上下文变体以 medium=80、high=79、low=77 包揽前三，把此前并列榜首的 Parallel (advanced) 与 Brave Search (LLM context)（均 75 分）挤到身后。榜单数据截至 8 月 27 日，覆盖 18 个 Search API 产品、8 家提供商。
给出的两个核心数字：领先优势集中在 BrowseComp 子项；模型推理成本为每任务 $0.028–$0.034，是目前已测提供商中最低。medium 与 high 变体的每任务总成本约 $0.091。截至 8 月 29 日上午，这条推文已累计约 28.6 万次浏览、350 余个赞。
三个上下文档位，一次包揽前三
Perplexity Search API 提供 low、medium、high 三档上下文设置，控制每条搜索结果携带多少提取出的网页内容。Artificial Analysis 将三档全部测了一遍：medium 得 80 分，high 79 分，low 77 分。
按子项拆分，medium 在 DeepSearchQA 的 F1 为 78、BrowseComp 准确率 87、AA-Omniscience 准确率 72；high 对应 81、86、71；low 对应 76、85、70。
领先优势集中在 BrowseComp。这个子项考的是需要多跳浏览才能找到的冷门事实，Perplexity 三档分别拿到 87、86、85，而并列第二的 Parallel (advanced) 和 Brave Search (LLM context) 都是 77，相差 10 分。
AA 在推文中写明，AA-Omniscience 与 DeepSearchQA 两项与领先提供商"得分相当"。
解释了档位之间的取舍：质量在 medium 与 high 之间趋平，但每任务的搜索次数随上下文增大而下降——low 平均 15.4 次、medium 12.5 次、high 11.4 次。
low 档因为要多搜 3 到 4 次、模型推理时间更长，每任务耗时反而最长（37.0 秒，对比 medium 28.6 秒、high 29.5 秒）。
同一模型、同一框架，只换搜索提供商
这套结果来自 Artificial Analysis 8 月 18 日上线的 ：候选模型固定为 GPT-5.6 Luna（medium 推理），跑在开源的 Stirrup agent harness 里，模型只带 web_search 与 web_fetch 两个工具。
每任务最多 25 轮，每轮最多返回 10 条结果并过滤已知污染源。变量只有一个——web_search 背后接哪家搜索提供商。
总分是三个子基准的等权平均：DeepSearchQA 用 900 道需要多轮搜索的研究型题目，按 F1 评分；BrowseComp 取 200 道难题子集，要求精确答案；AA-Omniscience 是 600 道覆盖 6 个领域的私有事实题。
作为对照，同一模型不带任何搜索工具跑同样的任务，Index 只有 33，其中 BrowseComp 仅 17。按榜单 FAQ 的说法，Perplexity Search (medium) 把无搜索基线抬升了 47 分，是当前榜上测量到的最大提升幅度。
上线时榜单只有 7 家提供商、11 个结果，当时的榜首是 Parallel (advanced) 75 分与 Exa Search (auto) 74 分。这次 Perplexity 加入后，榜单扩展到 8 家提供商，三个档位同时占据前三。
载荷更小，推理账单也更低
成本是这份榜单第二个值得展开的发现。三个档位共用同一搜索定价：$5.00 每千次查询，上下文更丰富不额外收费。
但由于 Perplexity 返回的搜索结果整体更紧凑，模型每任务读入的 token 更少，模型推理成本降到 $0.028–$0.034，次低的提供商为 $0.036。
下图是榜单页的 Cost per Task 图表（每任务总成本，越低越好），Perplexity 三档与 Parallel、Brave 的对比在图中可见：
（图为 Artificial Analysis Search Index 的成本图， 转载了该图。）
把搜索账单和模型 token 加在一起：medium 与 high 每任务总成本约 $0.091，low 因搜索次数多约 $0.105；对比 Parallel (advanced) 约 $0.084、Brave Search (LLM context) 约 $0.13。
时延处于中游——最快的是 Parallel Search (fast) 的 19.2 秒，最慢的是 Firecrawl Search 的 62.9 秒。
结果越聚焦，模型读得越少，这正是这套基准想展示的机制。发布说明用 Parallel 自己的两个档位举例：advanced 档搜索成本略高于 basic 档（$0.048 vs $0.045），但结果质量更高，模型每任务只读约 16.9 万 token 而非 33.9 万。
总成本因此从 $0.11 降到 $0.084。Perplexity 在这条路径上走得更远：得分最高的 medium 档模型成本为 $0.029，与最低的 low 档（$0.028）几乎持平，最高的 high 档也只有 $0.034。
75 分并列次席：Parallel 与 Brave 的守榜位置
被挤到第二名的两家各有各的领先项。Parallel (advanced) 在 DeepSearchQA 上仍以 81 对 78 领先 Perplexity medium，吃亏在 BrowseComp（77 对 87）；它的每任务总成本 $0.084，低于 Perplexity 的 $0.091。
Brave Search (LLM context) 每任务 24.1 秒，时延比 Perplexity 三档都快，但模型 token 成本高达 $67.57/千任务，把总成本推到 $0.13。
再往下，You.com Search (highlights) 与 Exa Search (auto) 同为 74 分，Firecrawl Search 与 Parallel 的 basic、fast 档同积 73 分，Exa 的 instant、fast 档为 68 分。
若只看搜索调用本身的账单，最便宜的是 Parallel Search (fast)，每千任务仅 $8.41。Perplexity medium 的搜索成本为 $62.30/千任务，属于中等水平，它的总成本优势主要来自省下的模型 token。
当事方与社区的两种读法
Perplexity 官方账号在 8 月 29 日 00:12 UTC ：medium 档比前任榜首高 5 分，"以约 $0.091 每任务的成本扩展了质量-成本帕累托前沿"。
CEO Aravind Srinivas 当晚 21:26 UTC 直接放话：""（无论竞争对手用多少算力，Perplexity 在任何算力水平上都是最好的搜索）。这条推文获得 270 余个赞、16.5 万次浏览。
技术社区的解读集中在"载荷效率"上。 认为，Perplexity 的领先不只是检索质量，"而是模型只需要多小的上下文就能抵达答案，这让搜索质量与推理成本越来越分不开"。
点出 medium 击败 high 的反常之处：提取的上下文更多反而让答案略差，"瓶颈从来不是检索广度，而是模型要读多少垃圾"（译自原话）。
也有质疑。 在评论区质问为何不加入 OpenAI、Anthropic 模型加搜索的对照基线，并称 Artificial Analysis 基本是在"用虚假数字给第三方站台"（shilling random 3rd parties on bogus numbers）。
AA 的榜单本身包含"同一模型不带搜索工具"的基线（Index 33），waki 追问的是另一类对照：闭源模型配上自家搜索的跑分。
自称医生兼投资人的 注意到另一个未解问题：8 月 18 日首测拿到 66 分的 Tavily Search (basic) 在 Perplexity 加入后从可见榜单上消失，"AA 是否反映了重建后的 /search？会不会有重跑或更强档位的提交"。
AA 在发布 Search Index 时承诺"会持续扩大覆盖"。上一次更新带进了 Perplexity 的三个档位，下一次更新会带来谁，就是这份榜单的悬念。