Das US-amerikanische Technologieunternehmen Exa Labs hat die Version 3.0 seiner auf autonome Agenten ausgerichteten Websuch-API vorgestellt. Während traditionelle Suchmaschinen primär darauf ausgelegt sind, menschlichen Nutzern anklickbare Linklisten anzuzeigen, verlangen automatisierte Software-Agenten nach hochgradig verdichteten, strukturierten Informationen. Das Update soll diese Lücke schließen, indem es die Art und Weise modernisiert, wie Webdaten gefiltert und an nachgelagerte Sprachmodelle übergeben werden.
Im Mittelpunkt der Veröffentlichung steht die allgemeine Verfügbarkeit der Funktion Dynamic Highlights. Herkömmliche Schnittstellen leiten bei Suchabfragen oft vollständige Webseitentexte oder starre Abschnitte weiter, was erhebliche Kapazitäten im Kontextfenster eines Sprachmodells blockiert. Exa setzt stattdessen auf ein vergrößertes semantisches Embedding-Modell, das relevante Zitate quer über mehrere Suchergebnisse hinweg gezielt extrahiert. Nach Angaben des Unternehmens sinkt der Token-Verbrauch im Kontextfenster dadurch um bis zu 95 Prozent im Vergleich zu herkömmlichen Volltext-Extraktionen.
Parallel zur algorithmischen Verdichtung hat Exa Labs die zugrundeliegende Datenbasis ausgebaut. Der eigenständige Web-Index umfasst laut Unternehmensangaben mittlerweile mehr als 100 Milliarden Seiten, die aus einem Fundus von über zwei Billionen gecrawlten URLs destilliert wurden. Um spezialisierte Workflows in Wirtschaft und Marktforschung zu unterstützen, wurden 1,27 Milliarden E-Commerce-Produkte und mehr als 211 Millionen Datensätze lokaler Unternehmen fest in den Index integriert. Agenten können dadurch strukturierte Preis- und Firmenrecherchen durchführen, ohne auf externe Nischendatenbanken ausweichen zu müssen.
Bei internen Leistungsvergleichen reklamiert Exa Bestwerte gegenüber Mitbewerbern wie Perplexity, Brave und Parallel für sich. Auf insgesamt acht Benchmarks für automatisiertes Browsing und Faktenabruf meldet das Unternehmen Führungspositionen. So soll Exa 3.0 im BrowseComp-Benchmark einen Genauigkeitswert von 91,8 Prozent erzielen und im anspruchsvollen ATLAS-Test bei 42,0 Prozent liegen. Entwicklerteams dürften diese Zahlen in den kommenden Wochen an realen Produktions-Workflows messen, um zu sehen, wie robust die Extraktion bei unstrukturierten und dynamischen Webseiten tatsächlich bleibt.
Die Veröffentlichung verdeutlicht den zunehmenden Trend, Dateninfrastruktur gezielt auf Maschinen statt auf Menschen abzustimmen. Autonome Systeme kaskadieren bei komplexen Aufgaben oft Dutzende Suchanfragen hintereinander, wodurch Latenzen, Token-Kosten und Halluzinationsrisiken schnell kumulieren. Hochspezialisierte Schnittstellen, die Rauschen bereits vor der Übergabe an das Inferenzmodell herausfiltern, gelten in der Branche als wesentlicher Hebel, um mehrstufige Agenten-Pipelines wirtschaftlich tragfähig zu machen.
Flankiert wird die neue Architektur von einem angepassten Preismodell. Neben dem Standardtarif Exa Auto, der weiterhin mit 7 US-Dollar pro 1.000 Anfragen berechnet wird, führt das Unternehmen den Tarif Exa Lite ein. Dieser schlägt mit 4 US-Dollar pro 1.000 Anfragen zu Buche und richtet sich an Entwickler mit hohem Durchsatz. Durch die Kombination aus niedrigeren API-Abrufgebühren und drastisch reduzierten Kontextkosten versucht Exa Labs, sich eine Schlüsselrolle im wachsenden Markt für agentenbasierte Web-Recherche zu sichern.