OpenRouter于8月12日在其官方博客发布“Live Web Search Benchmarks”，通过BrowseComp、DeepSearchQA等四项基准测试多模型、多引擎及搜索深度的组合表现。数据显示，增加搜索轮次（从1轮升至25轮）提升质量幅度超过更换引擎或模型带来的改善，成本仅增加2.5-7倍；模型选择影响大于引擎，但搜索预算仍是首要因素。基准结果已上线实时排行榜，支持用户按工作负载调整配置。
该测试凸显代理式搜索中多轮迭代的性价比优势，将指导开发者优化实际部署策略。
信源:https://openrouter.ai/blog/announcements/web-search-benchmark/