同一个AI，只换搜索接口，成绩最高从33分冲到75分

很多人觉得 AI 答得好不好，主要看背后用了什么大模型，但 Artificial Analysis 最新测试发现，搜索可能同样重要。
他们把模型固定成 GPT 5.6 Luna medium，Agent、任务和参数也全部固定，只更换背后的搜索 API，结果 Search Index 从 65 分一直拉开到 75 分。
更明显的差距是，同一个模型完全不给联网搜索时只有 33 分，接上搜索后，最高直接做到 75 分。
这次一共测试了 7 家搜索服务商的 11 种方案，Parallel advanced 得到 75 分，Exa auto 74 分，Firecrawl 和 Parallel basic 都是 73 分，但速度和成本差距也不小。
如果搜索结果质量高一点，还可能让 AI 少搜几次、少读几十万 token，最后反而更省钱。
所以两个 AI 明明用了差不多的模型，回答质量却差很多，问题可能不只出在模型本身，搜索能力已经成为了 Agent 真正拉开差距的一部分。