Keenable Search 1.0は、Keenableが提供するAIエージェント向けの検索APIで、エージェントがウェブから最新情報を取得し、回答を根拠づけるために使われます。このたびArtificial Analysisが、検索APIの品質を比較する「Artificial Analysis Search Index」で、Keenable Search 1.0がproモードで1位（スコア83）、realtimeモードで2位（スコア82）を獲得したと発表しました。
室谷代表取締役Keenable Search 1.0が、Artificial Analysisの検索APIランキングで1位と2位を取ったんですよね。これは単なる一社の自己申告じゃなくて、第三者のベンチマークで出た数字なので重いです。
テキトー教師DotAI 認定講師そうなんですよ。Artificial Analysisが26製品・14社の検索APIを横並びで測った結果で、Keenableが上位を占めたという話です。
しかも同じモデルに検索APIだけ差し替える方式なので、検索部分の実力がそのまま出る。講座でも「ベンチマークは条件を揃えて読む」と伝えているんですが、まさにその典型例ですね。
しかも同じモデルに検索APIだけ差し替える方式なので、検索部分の実力がそのまま出る。講座でも「ベンチマークは条件を揃えて読む」と伝えているんですが、まさにその典型例ですね。
室谷代表取締役しかもこれ、8月に最初に測ったときは両モード67だったのが、83と82まで上がってるんですよ。約50ポイントはモデル単体（検索なしの33）からのリフトという説明もあって、検索を足すことの効果が数字で見えるのが面白いです。
Keenable Search 1.0とは？Artificial Analysis検索APIランキングで1位・2位を獲得した検索API
Artificial Analysis検索APIベンチマークの評価手順
- 01モデルを固定GPT-5.6 Luna（medium）を同一モデルとして使用
- 02エージェントハーネスを統一オープンソースのエージェントハーネス「Stirrup」で動作
- 03検索APIのみ差し替えweb_searchツールだけを各社の検索APIに置き換える
- 04Keenableの検索カードを無効化disable_cards=trueで付加機能を外し、検索そのものの実力を測定
- 051,700の検索中心タスクを実行モデル固定・検索のみ変更のため、検索プロバイダの差がそのままスコアになる
テキトー教師DotAI 認定講師まず前提を整理しておくと、検索APIというのはAIエージェントがウェブから情報を取ってくるためのツールです。モデル単体の知識では届かない「最近の出来事」や「ニッチすぎる情報」を補う役割ですね。
室谷代表取締役エージェントは検索をループの中で何十回も呼ぶので、品質だけじゃなくてコストと速度が効いてくるんですよね。Keenableはそこを三拍子で押さえた、というのが今回の評価です。
テキトー教師DotAI 認定講師Artificial Analysisのベンチマークは、GPT-5.6 Luna（medium）という同一のモデルを、オープンソースのエージェントハーネス「Stirrup」で動かし、web_searchツールだけを各社の検索APIに差し替える方式です。1,700の検索中心タスクを解かせています。
室谷代表取締役モデルを固定して検索だけ変えるから、検索プロバイダの差がそのままスコアになる。MYUUUでもエージェントを組むときに検索APIの選定は悩みどころなので、この条件の揃え方は参考になります。
テキトー教師DotAI 認定講師なお、テスト時はKeenableの検索カードを無効化（disable_cards=true）して測っています。これは余計な付加機能を外して、検索そのものの実力を見るためですね。
室谷代表取締役あと地味に大事なのが、既存の検索ベンチマークは静的なので、モデルが答えを覚えていたり、テスト中にデータセットから正解を取ってきたりする「汚染」が問題視されてきたことです。Keenable自身も自社ブログでその課題を指摘していて、だからこそライブ型のベンチマークを出している。
この文脈を知っておくと、今回の順位の意味が変わってきます。
この文脈を知っておくと、今回の順位の意味が変わってきます。
Keenable Search 1.0のproとrealtimeの違い――スコア83と82、それぞれ何が強みか
Keenable Search 1.0 pro vs realtime
pro
- ベンチマークスコア: 83
- 検索時間は長め(じっくり取ってくる)
- BrowseComp: 87%(1位)
- DeepSearchQA: 88(1位)
- AA-Omniscience: 73%
- リサーチ系の用途に向く
realtime
- ベンチマークスコア: 82
- 検索時間は短い
- BrowseComp: 86%
- DeepSearchQA: 88(2位)
- AA-Omniscience: 73%
- リアルタイム性が要るチャット系エージェントに向く
テキトー教師DotAI 認定講師Keenable Search 1.0にはproとrealtimeという2つのモードがあります。ベンチマークではAPIのmodeパラメータで切り替えていて、proが83、realtimeが82というスコアです。
室谷代表取締役1点差なので「どっちが上か」というより、用途で選ぶ話なんですよね。realtimeのほうが検索時間は短くて、proのほうがじっくり取ってくる。
この辺は後で数字を見ますが、まずはモードの性格の違いとして捉えるのが正しいです。
この辺は後で数字を見ますが、まずはモードの性格の違いとして捉えるのが正しいです。
テキトー教師DotAI 認定講師個別のベンチマークを見ると違いがはっきりします。DeepSearchQAは両モードとも88で1位と2位、BrowseCompはproが87%で1位、realtimeが86%、AA-Omniscienceは両モードとも73%です。
室谷代表取締役つまりrealtimeでも十分に戦える品質が出ていて、proはさらに精度を積む、という関係なんですよね。リアルタイム性が要るチャット系のエージェントならrealtime、じっくり調べるリサーチ系ならpro、という使い分けが自然です。
テキトー教師DotAI 認定講師料金は両モードとも同じで、1,000リクエストあたり4ドルです。モードによって値段が変わるわけではないので、品質と速度のトレードオフだけで選べるのがシンプルですね。
室谷代表取締役ここは開発者にとってありがたいポイントです。モードを切り替えてもコスト設計が崩れないので、実装中に試行錯誤しやすい。
Keenable Search 1.0の性能：DeepSearchQA 88、BrowseComp 87、AA-Omniscience 73の中身
3ベンチマークの内容とKeenable Search 1.0のスコア
| ベンチマーク | 測定内容 | 採点方法 | 評価セット | Keenableスコア |
|---|---|---|---|---|
| DeepSearchQA | 広い調査系の質問（答えがリスト型） | F1 | 900タスク | 88（両モード） |
| BrowseComp | 見つけにくい事実を多段ブラウジングで探す難問 | 完全一致 | 200サンプルのサブセット | pro 87% |
| AA-Omniscience | 6領域にバランスよく分かれた事実質問 | 正解率 | 600問 | 73% |
テキトー教師DotAI 認定講師スコアの中身を分解しておきましょう。Artificial Analysis Search Indexは、3つのベンチマークの主指標を等加重平均したものです。
DeepSearchQAのF1、BrowseCompの正解率、AA-Omniscienceの正解率ですね。
DeepSearchQAのF1、BrowseCompの正解率、AA-Omniscienceの正解率ですね。
室谷代表取締役それぞれ何を測っているかが違うので、そこを押さえると「Keenableは何が得意か」が見えます。整理するとこうです。
- DeepSearchQA：広い調査系の質問。答えがリストになるタイプで、LLMがF1で採点。公開評価セットは900タスク
- BrowseComp：見つけにくい事実を多段ブラウジングで探す難問。200サンプルのサブセットを使い、完全一致で採点
- AA-Omniscience：6領域にバランスよく分かれた600問の事実質問。正解率で採点し、検索がモデルの内部知識にどれだけ足せるかを見る
テキトー教師DotAI 認定講師Keenableの最強はDeepSearchQAで、両モードとも88。26製品中1位と2位で、Exa（auto, dynamic highlights）の86を上回っています。
室谷代表取締役BrowseCompはproが87%で1位、Perplexity（medium）と同水準。AA-Omniscienceは73%で、こちらはExa（auto, dynamic highlights）とFirecrawlと並ぶ水準です。
つまり特定の1ベンチマークだけでなく、3つ全部で上位にいるのが強さなんですよね。
つまり特定の1ベンチマークだけでなく、3つ全部で上位にいるのが強さなんですよね。
テキトー教師DotAI 認定講師モデル単体のベースラインが33ですから、検索を足すことで約50ポイント持ち上がっている。これは「検索APIの選定がエージェントの回答品質を大きく左右する」という証明でもあります。
室谷代表取締役料金とコスト――1,000検索4ドル、タスクあたり約0.040ドルが中央値より3分の1以上安い理由
テキトー教師DotAI 認定講師ここが実務で一番効くところです。Keenableは1,000検索あたり4ドル、公開されている従量課金の価格です。
タスクあたりに直すと約0.040ドルになります。
タスクあたりに直すと約0.040ドルになります。
室谷代表取締役内訳が面白くて、検索コストが約0.032ドル、モデルの推論コストが約0.008ドル。タスクあたり8回検索している計算で、検索がコストの約80%を占めるんですよね。
テキトー教師DotAI 認定講師ボードの中央値はタスクあたり0.063ドルなので、Keenableは3分の1以上安い。しかもスコアとコストの散布図で、proはコストフロンティア上にいます。
つまり「同じコストでこれより高いスコアの製品はない」という位置づけです。
つまり「同じコストでこれより高いスコアの製品はない」という位置づけです。
室谷代表取締役同じくらいのコストでExa（lite, dynamic highlights）が79なので、料金が近くてもスコアで差がついている。乗り換えを検討するなら、この1点はかなり説得力があります。
テキトー教師DotAI 認定講師1,000タスクあたりで見ると、Keenable proは検索コスト31.87ドル、モデルコスト8.35ドル。リーダーボード上ではExa（auto）が53.17ドル、Perplexity（medium）が62.30ドルですから、検索コストの差がそのまま効いています。
室谷代表取締役エージェントは検索回数が増えるほどコストが積み上がるので、1回あたりの安さは規模が出たときに効いてきます。プロトタイプでは誤差でも、本番で何十万タスクも回すと全然違う話になるんですよね。
速度はどれくらい？タスクあたり15秒台・検索1回約330〜390ミリ秒の実測値
テキトー教師DotAI 認定講師速度も見ていきましょう。タスクあたりの時間はrealtimeが15.0秒、proが15.5秒で、ボード上2位と3位です。
中央値は約28秒なので、およそ半分ですね。
中央値は約28秒なので、およそ半分ですね。
室谷代表取締役ただこの数字、検索だけの時間じゃないんですよ。検索時間はrealtimeが2.3秒、proが3.0秒で、残りはモデルの時間。
つまり検索部分は全体のごく一部で、モデルの推論が支配している。
つまり検索部分は全体のごく一部で、モデルの推論が支配している。
テキトー教師DotAI 認定講師検索1回あたりのレイテンシは、realtimeが平均約330ミリ秒、proが約390ミリ秒です。ボード中央値の検索時間12.5秒に対して、2.3秒と3.0秒というのはかなり速い部類ですね。
室谷代表取締役ここで注意したいのが、1回の呼び出しが速くても、モデルがそのAPIに対して検索を多く打てば合計時間は増えるということ。Artificial Analysisの方法論でもその点が明記されていて、タスクあたりの検索時間で見るのが正しい読み方です。
テキトー教師DotAI 認定講師Keenable自身もブログで、自社インデックスを持つことでレイテンシを攻められると説明しています。p50で200ms、p95で200msを目標にしているという話ですね。
室谷代表取締役エージェントはループの中で何十回も検索するので、ミリ秒の積み重ねが秒になる。この感覚は実際にエージェントを回したことがある人ほど刺さると思います。
Exa・Perplexityとの比較――80点で並ぶ競合と比べて何が違うのか
テキトー教師DotAI 認定講師競合との比較を整理しましょう。Exa（auto, dynamic highlights）とPerplexity（medium）がともに80で、Keenableの83と82はその上にいます。
室谷代表取締役スコアだけ見ると3点差ですが、コストと時間を合わせると差が広がるんですよね。Exa（auto）はタスクあたり35.7秒、Perplexity（medium）は29.8秒で、Keenableの15秒台と比べると2倍前後かかります。
テキトー教師DotAI 認定講師コストもExa（auto）が1,000タスクあたり53.17ドル、Perplexity（medium）が62.30ドル。Keenable proは31.87ドルですから、品質で上回りつつコストも時間も抑えている構図です。
室谷代表取締役これは「品質・コスト・時間の3軸でフロンティアにいる」という表現になるわけです。1軸だけなら代替はいくらでもあるけど、3軸同時というのは選定理由として強い。
テキトー教師DotAI 認定講師ただし注意点もあります。これはあくまでArtificial Analysisの条件、つまりGPT-5.6 Luna（medium）とStirrupのハーネス、1,700タスクという設定での結果です。
自社のユースケースで同じ順位になるとは限らない。
自社のユースケースで同じ順位になるとは限らない。
室谷代表取締役そうなんですよね。だからこそ、自分たちのタスクで小さく試すのが鉄則です。
Artificial Analysisの方法論でも「あるユースケースでの勝者は最高スコアの製品とは限らない」と書かれていて、ベースラインからの品質向上・コスト増・レイテンシ増の3つで見るべきだと。
Artificial Analysisの方法論でも「あるユースケースでの勝者は最高スコアの製品とは限らない」と書かれていて、ベースラインからの品質向上・コスト増・レイテンシ増の3つで見るべきだと。
テキトー教師DotAI 認定講師あとKeenableは自社インデックスを持っている点が構造的な違いです。他社のインデックスを再販する構成だと、検索基盤そのものは改善できない。
Keenableは自社でインデックスを持ち、2026年8月にはライブベンチマーク「NEEDLE」を公開して、Google（Serper経由）やBing、Brave、Tavily、Parallel、Exaらと比較しています。
Keenableは自社でインデックスを持ち、2026年8月にはライブベンチマーク「NEEDLE」を公開して、Google（Serper経由）やBing、Brave、Tavily、Parallel、Exaらと比較しています。
室谷代表取締役NEEDLEはニュース、ファイナンス、学術、エージェントの実ログ由来のレアなクエリ、法律文書といった種類をカバーするライブ型のベンチマークで、毎日あるいは毎時間、新しいクエリで再実行される。静的なベンチマークの汚染問題に対する答えの一つなんですよね。
テキトー教師DotAI 認定講師会社としての信頼性も見ておくと、KeenableはAccelとConvictionから2,600万ドルを調達しています。TechCrunchもKeenableについて報じています。
室谷代表取締役資金調達の額はあくまで前提情報で、今回のArtificial Analysisの評価とは別の話です。ただ、検索基盤を自社で持ち続けるには投資が要るので、そこが支えられているのは安心材料ではあります。
Keenable Search 1.0の使い方・始め方と日本からの利用可否
テキトー教師DotAI 認定講師使い方の話に入りましょう。Keenable Search APIは、mode=pro または mode=realtime を指定して呼び出す形です。
Artificial Analysisのベンチマークでも、このmodeパラメータで切り替えていました。
Artificial Analysisのベンチマークでも、このmodeパラメータで切り替えていました。
室谷代表取締役料金は公開されている従量課金で1,000リクエスト4ドル。無料枠については、今回の発表資料の中では確認できていません。
現時点では明らかにされていない、という扱いが正確です。
現時点では明らかにされていない、という扱いが正確です。
テキトー教師DotAI 認定講師日本からの利用可否についても、今回のソースには地域制限の記載がありません。ですので「日本から使える／使えない」を断定はできず、公式ドキュメント（Docs）で最新の提供条件を確認するのが確実です。
室谷代表取締役実装面では、Artificial Analysisが公開しているStirrupというエージェントハーネスが参考になります。web_searchとweb_fetchの2ツールを持つ構成で、検索APIを差し替えられる。
自前のエージェントに組み込むときの構造としてかなり素直なんですよね。
自前のエージェントに組み込むときの構造としてかなり素直なんですよね。
テキトー教師DotAI 認定講師既存のエージェントから乗り換えるなら、まずweb_searchの実装をKeenableに向けて、modeをrealtimeにして試す。品質が足りなければproに上げる、という順番が現実的です。
室谷代表取締役そのときに見るべきは、検索回数とタスクあたりのコストです。Keenableのベンチマークではタスクあたり8回検索していて、検索がコストの8割を占めていました。
自社のエージェントが何回検索するかを測っておくと、費用対効果の試算がぶれません。
自社のエージェントが何回検索するかを測っておくと、費用対効果の試算がぶれません。
テキトー教師DotAI 認定講師検索APIの選び方は、モデル選び以上に「自分のタスクで測る」が効きます。モデル側の比較はChatGPTとClaudeを徹底比較などでも扱っていますが、検索はタスクの種類への依存が強いので、なおさらです。
室谷代表取締役あと、DeepSeekのSearch APIのように検索API単体を出している例もありますから、選択肢が増えているのは開発者にとっては良いことです。詳しくはDeepSeek-V4.1-Flash-1017とは？で解説しています。
よくある質問
テキトー教師DotAI 認定講師最後に、よく聞かれる点を整理しておきます。
室谷代表取締役まず「Keenable Search 1.0のスコアはどれくらい？」ですが、Artificial Analysis Search Indexでproが83、realtimeが82です。8月の初回計測では両モード67だったので、そこからの伸びが大きいですね。
テキトー教師DotAI 認定講師「proとrealtimeはどう違う？」は、品質と速度のバランスです。proはBrowseCompで87%と1位、realtimeは86%。
検索時間はrealtimeが2.3秒、proが3.0秒で、料金はどちらも1,000リクエスト4ドルです。
検索時間はrealtimeが2.3秒、proが3.0秒で、料金はどちらも1,000リクエスト4ドルです。
室谷代表取締役「料金はいくら？」は、1,000検索4ドル、タスクあたり約0.040ドル。内訳は検索が約0.032ドル、モデルが約0.008ドルです。
ボード中央値の0.063ドルより3分の1以上安い、というのが公式の説明です。
ボード中央値の0.063ドルより3分の1以上安い、というのが公式の説明です。
テキトー教師DotAI 認定講師「無料枠はある？」については、今回の発表資料では確認できていません。現時点では明らかにされていない、とお伝えするのが正確です。
室谷代表取締役「日本から使える？」も同様で、ソースに地域制限の記載がありません。公式ドキュメント（Docs）で提供条件を確認してください。
テキトー教師DotAI 認定講師「どんなタスクが得意？」は、DeepSearchQAが最も強く両モード88。広い調査系の質問で、答えがリストになるタイプですね。
室谷代表取締役「既存の検索APIから乗り換えるべき？」は、一概には言えません。ただ品質・コスト・時間の3軸でフロンティアにいるので、少なくとも比較候補には入れる価値がある。
自社タスクで小さく試すのが一番です。
自社タスクで小さく試すのが一番です。
テキトー教師DotAI 認定講師検索APIの選定は、エージェント設計の中でも後回しにされがちですが、今回の結果はそこが品質の約50ポイントを左右することを示しています。講座でも受講生さんによく伝えているんですが、モデルだけ見ていても足りないんですよね。
室谷代表取締役そういう意味で、今回のArtificial Analysisの発表は「検索APIを主役に据えて選ぶ」時代が来たことを示す数字だと思います。まずはrealtimeで触ってみて、自分のタスクで測る。
そこから始めるのが堅いですね。
そこから始めるのが堅いですね。
