Bei KI-Agenten entstehen Kosten an zwei Stellen: für den Abruf von Webseiten und für deren Verarbeitung durch ein Modell. TinyFish, ein Anbieter von Web-Infrastruktur für KI-Agenten, setzt die Gebühren für Search und Fetch innerhalb seiner Limits auf null. Die Inhalte beanspruchen weiterhin Eingabe-Tokens; zusätzlich können Kosten für Modell-Ausgaben und Schlussfolgerungen anfallen. Wie stark der Abrufpreis die Gesamtkosten senkt, hängt daher auch davon ab, wie viel Text eine Seite liefert und wie oft der Agent sie verarbeitet.
Die Limits liegen bei Search bei 30 Anfragen pro Minute und 500 pro Stunde. Fetch erlaubt 150 URLs pro Minute und 1.000 pro Tag. TinyFish stellt die Dienste über REST, Python- und TypeScript-SDKs, eine CLI sowie MCP bereit. Das Unternehmen betreibt ein eigenes, auf Suche und Interaktion mit aktuellen Webseiten ausgelegtes Modell und eine Cloud-Browser-Infrastruktur. Eine lokale GPU ist laut TinyFish nicht erforderlich. Beim Agent-Produkt lässt sich das integrierte Modell allerdings nicht austauschen.
In einem Vergleich von 12 Konfigurationen auf der Artificial Analysis Search API Leaderboard lag TinyFish Search (web) beim Snapshot vom Sep 28, 2026, bei 71 Punkten und $9.30 je 1.000 Benchmark-Aufgaben. Eine Aufgabe dauerte im Mittel 59,0 Sekunden, einschliesslich Modell- und Suchzeit. Der höchste angezeigte Wert war 80 für Perplexity Search (medium), der niedrigste 71; eine Variante ohne Suche erreichte 33. TinyFish lag bei den Gesamtkosten am niedrigsten, benötigte aber die zweitlängste Zeit pro Aufgabe.
Eine interne TinyFish-Auswertung vom June 2, 2026, untersuchte 45 URLs und fünf Anbieter. Nach den Kriterien des Unternehmens erreichte TinyFish eine Abdeckung von 93 Prozent, Tavily 80, Exa 73, Firecrawl 62 und Parallel 58 Prozent. Die Ergebnisse stammen aus einem kleinen, von TinyFish selbst durchgeführten Test; Nachrichten-Webseiten trugen laut Unternehmen wesentlich zum Abstand bei. Eine einzelne untersuchte Seite zeigte zudem, wie stark die ausgegebene Textmenge variieren kann, lässt sich aber nicht auf alle Webseiten übertragen. Bei wiederholten Agentenaufrufen wird Gesprächskontext erneut übermittelt: Caching kann die Kosten dafür senken, beseitigt aber weder den Tokenverbrauch noch den Platzbedarf im Kontextfenster.