TinyFish rend la recherche gratuite : ce que coûte vraiment à un agent IA la lecture du web
TinyFish, une entreprise d'infrastructure web pour agents d'IA, affirme que les équipes budgètent le modèle mais sous-estiment à quel point le contenu récupéré en gonfle la facture. Un agent qui lit le web supporte deux coûts : la facturation de la recherche ou du fetch, souvent à la requête ou à la page, puis le traitement par le modèle, où chaque page extraite est facturée en tokens d'entrée, avant le raisonnement et la réponse. TinyFish rend la recherche et la récupération gratuites dans des limites de débit (recherche : 30 requêtes par minute et 500 par heure ; fetch : 150 URL par minute et 1 000 par jour). Selon le classement Artificial Analysis du 28 septembre 2026, TinyFish Search (web) obtient 71 pour 9,30 dollars les 1 000 tâches, en 59 secondes par tâche. C'est le coût total le plus bas des 12 configurations affichées, mais aussi le deuxième temps le plus long. Le meilleur score, 80, revient à Perplexity Search (medium), et la référence sans recherche plafonne à 33. Dans une évaluation menée le 2 juin 2026 sur 45 URL et 5 fournisseurs, un article du Daily Mail d'environ 4 300 caractères a donné 4 737 caractères chez TinyFish (environ 1 184 tokens), 65 793 chez Exa, 171 095 chez Firecrawl (environ 42 774 tokens), 46 433 chez Tavily et seulement 600 chez Parallel, qui ne renvoie qu'un extrait.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
L'enjeu est que la taille des pages renvoyées détermine la facture bien plus que le prix de la requête. Avec une estimation de 4 caractères par token et un tarif illustratif de 1 dollar le million de tokens, la même page coûte environ 0,0012 dollar en entrée avec TinyFish contre 0,043 dollar avec Firecrawl, soit environ 36 fois plus de caractères. Au-delà de l'argent, il y a la fenêtre de contexte : une seule page de 42 774 tokens occupe un tiers d'une fenêtre de 128 000 tokens, et trois pages la saturent presque (environ 128 322 tokens), ne laissant guère de place aux instructions système, à l'historique de conversation ou au raisonnement. Un agent qui enchaîne les appels sans filtrage, troncature ni résumé voit donc son contexte se remplir vite, ce qui renchérit chaque étape et peut dégrader la qualité des réponses. Il faut toutefois rester prudent : la comparaison repose sur une seule page, Parallel n'a renvoyé qu'un extrait non comparable à une extraction complète, et le résultat ne se généralise pas à tous les sites. Les comptes réels de tokens varient aussi selon le tokenizer, et ces chiffres ne couvrent ni le raisonnement ni la sortie.
Ce débat s'inscrit dans une période où les entreprises routent chaque tâche vers le modèle capable le moins cher. Stripe a ainsi accepté de racheter OpenRouter, une passerelle qui donne accès à plus de 400 modèles issus de plus de 80 fournisseurs. Ce routage fait baisser le prix par token, mais ne change pas le nombre de tokens contenus dans une page récupérée, d'où l'argument de TinyFish en faveur d'une extraction compacte. L'entreprise s'appuie sur un modèle conçu pour le web, exécuté sur son infrastructure, avec une flotte de navigateurs cloud pour rendre les pages et interagir avec les sites, sans GPU local. L'accès se fait par REST, SDK Python et TypeScript, ligne de commande ou MCP. Le compromis est que le modèle intégré à son produit Agent ne peut pas être remplacé. Face à Exa, Firecrawl, Tavily, Parallel et Perplexity, la concurrence se joue désormais autant sur la qualité des résultats que sur la sobriété des données renvoyées aux modèles.
Pas d'impact direct sur la France/UE