Exa (anciennement Metaphor) est un moteur de recherche neuronal IA qui, contrairement aux moteurs de recherche traditionnels, renvoie des résultats basés sur une compréhension approfondie de la sémantique du contenu. Exa comprend les requêtes en langage naturel telles que « Donnez-moi un article sur... » et renvoie les pages Web et le contenu les plus pertinents. Il propose deux méthodes d'utilisation : la recherche sur le Web et l'API, et s'adresse aux développeurs et aux chercheurs qui ont besoin d'une découverte de contenu au niveau sémantique.

Exa (anciennement Métaphore)

Paramètres de base et statistiques d'Exa (anciennement Metaphor)

Exa (anciennement Metaphor) est un moteur de recherche neuronal pour les agents d'IA (type D - applications de productivité/ côté métier, la principale forme de livraison est l'API de recherche et le Web). Sa principale différence est qu'il utilise la compréhension sémantique pour remplacer la correspondance de mots-clés, de sorte que les agents et les utilisateurs humains puissent utiliser une « description » en langage naturel plutôt qu'un « morceau de mots-clés » pour découvrir du contenu.

Projets	Informations publiques
Positionnement officiel	Recherche sur le Web, conçue pour les agents IA
Formulaire de produit	API de recherche + client Web + serveur MCP
Compétences de base	Résumé des points forts de la recherche sémantique, recherche approfondie sur l'agent de sortie structurée
Mode recherche	auto / instantané (~ 250 ms) / rapide (~ 450 ms) / profond-lite (4 s) / profond (4-15 s) / raisonnement profond (12-40 s)
Index vertical	entreprise (50M+) / personnes (1B+) / document de recherche (100M+) / actualités / rapport financier
Prise en charge de la plateforme	Web, API, MCP
Accueil	États-Unis (San Francisco)
Modèle économique	Freemium + API Pay-As-You-Go + Contrat Entreprise
dernière version	actuel (~2026-01)
Certification de sécurité	SOC 2 Type II, zéro conservation des données, SSO

Un bref commentaire : Exa ne remplace pas la recherche universelle de Google, mais est une infrastructure de recherche spécialement conçue pour les agents IA et les scénarios de découverte sémantique - elle sacrifie la précision de la « recherche de mots-clés » en échange de la liberté de « décrire les concepts », et permet d'économiser environ 90 % d'efficacité des jetons par rapport à la recherche traditionnelle.

Changements de paradigme dans les méthodes de recherche : la recherche traditionnelle nécessite que les utilisateurs « traduisent » les besoins d'informations en combinaisons de mots clés (telles que « « Montant du financement SaaS 2024 du cycle B européen »), Exa permet une description directe en langage naturel (telle que « Trouvez des entreprises SaaS du cycle B européen, le dernier cycle a lieu en 2024 ») et peut renvoyer des résultats tabulaires structurés. Cette différence détermine qu'Exa est plus adapté à la « recherche de découverte » qu'à la « recherche de localisation ».

Référence de comparaison des performances : Exa a officiellement divulgué des données comparatives sur trois références de récupération : FRAMES, Tip-of-Tongue et Seal0 - en prenant Tip-of-Tongue comme exemple, la précision d'Exa est de 54,2 %, Perplexity de 36,7 % et Brave de 19,3 %. Il convient de noter que ces tests se concentrent sur des scénarios de « requêtes sémantiques floues » et que les avantages des scénarios de correspondance exacte seront réduits.

Utilisateurs et reconnaissance du marché d'Exa (anciennement Metaphor)

La reconnaissance d'Exa sur le marché se reflète principalement dans l'adoption des développeurs d'agents côté B et des entreprises clientes, plutôt que dans le trafic côté C. Les données client et écologiques officiellement divulguées sont plus informatives que les produits de recherche similaires.

Clients de référence : les cas publics sur le site officiel incluent Cognition (recherche sous-jacente de Devin), Cursor (codage de la recherche de documents en temps réel de l'agent), HubSpot (moteur principal d'Agentic) et monday.com (2,7 millions d'éléments d'enrichissement de données complétés). Ces clients signifient qu'Exa a réussi la vérification du produit principal dans le scénario « Recherche intégrée d'agent ».

Intégration écologique : Exa fournit MCP Server, qui prend en charge les assistants IA pour appeler directement les capacités de recherche. Le SDK Python (exa-py) et le SDK JavaScript (exa-js) sont fournis, ainsi que les appels directs cURL. L'écosystème couvre l'agent de programmation, le robot de chat, l'agent vocal, la surveillance des actualités, l'enrichissement des données et d'autres directions.

Paysage concurrentiel : Exa appartient à la même catégorie d'API de recherche que Perplexity (recherche AI ​​Q&A), You.com (recherche AI), l'API Google Search (recherche traditionnelle) et l'API Brave Search (recherche privée). La différence d'Exa est qu'il est spécialement optimisé pour les agents IA - la fonction Highlights compresse les pages Web en jetons denses requis par LLM et génère du JSON structuré au lieu de renvoyer un tas de liens que LLM doit digérer par lui-même. Ceci est évidemment différent du positionnement de Perplexity pour l'API Google Q&A côté C et l'indexation générale.

Communauté et confiance : fournit officiellement la certification SOC 2 Type II, l'option Zero Data Retention (ZDR) et l'authentification unique SSO, avec une approbation claire de conformité pour les achats d'entreprise. Il existe également des subventions de démarrage et d'éducation, offrant un quota gratuit de 1 000 $ pour attirer des équipes en démarrage.

Financement public et équipe : Exa Labs Inc. a son siège social à San Francisco. Les cycles de financement et les montants spécifiques sont basés sur des bases de données publiques telles que Crunchbase et ne sont pas affichés de manière stable sur la page du produit.

Avantage financier d'Exa (anciennement Metaphor)

L'avantage en termes de coût d'Exa ne réside pas dans son prix absolument bas - le prix unitaire de son API au volume est supérieur à celui des moteurs de recherche traditionnels - mais dans les économies cachées apportées par « l'efficacité des jetons optimisée pour les scénarios d'agents IA ».

Côté C/individuel

Inscrivez-vous pour obtenir un crédit initial de 20 $, puis obtenez automatiquement un crédit gratuit de 10 $ chaque mois, qui peut être utilisé pour les recherches sur le Web et les appels Highlights. Ce quota gratuit est suffisant pour permettre aux développeurs individuels de mener des preuves de concept et des expériences à petite échelle. Pour les internautes non développeurs, la fonction de recherche est gratuite mais le nombre d'appels et les fonctions avancées sont limités.

API/Développeur

Exa comporte quatre dimensions de facturation principales par point de terminaison :

Éléments de facturation	Prix ​​	Descriptif
Recherche (Recherche de base)	7 $/1 000 demandes (dont 10 résultats)	Ajoutez 1 $ pour 1 000 résultats pour plus de 10 résultats
Recherche approfondie	12-15 $/millier de demandes	Raisonnement en plusieurs étapes + sortie structurée
Contenu	1 $/millier de pages	Extraction du texte intégral et des faits saillants
Agent (Agent asynchrone en cours d'exécution)	0,012 $ à 1,00 $/heure (selon le mode d'effort)	Cinq niveaux minimaux à X-élevés
Moniteurs	15 $/millier de demandes	Analyses planifiées et notifications de webhook
Résumé de la page IA	1 $/millier de pages	Résumé supplémentaire du LLM

Les exécutions d'agent incluent également la facturation par composant : unités de calcul d'agent 0,10 $/ACU, appels d'outil de recherche 0,005 $/heure, enrichissement d'e-mail 0,02 $/e-mail, enrichissement de téléphone 0,07 $/téléphone.

La vérité sur la gratuité : le quota gratuit de 10 $/mois est suffisant pour des expériences personnelles, mais pour une équipe qui produit en moyenne 1 000 recherches par jour dans ces circonstances, le coût mensuel est de l'ordre de 200 $ à 700 $ (selon le type de recherche et le nombre de résultats). Par rapport aux API des moteurs de recherche traditionnels (recherche personnalisée Google 5 $/millier de fois mais avec des résultats plus complets), Exa a un prix unitaire plus élevé mais la densité d'informations d'une seule recherche est également plus élevée - la fonction Highlights peut compresser les pages Web en fragments denses qui peuvent être directement consommés par LLM, réduisant ainsi la consommation ultérieure de jetons et les coûts d'appel du modèle.

Entreprise/Privatisation

Le plan Entreprise offre un QPS personnalisé (requêtes par seconde), une prise en charge de l'intégration 1:1 du contrat SLA/MSA à index personnalisé, une personnalisation sans conservation des données et des remises sur volume. Le prix nécessite une confirmation commerciale, et le rappel officiel est que les « subventions de démarrage et d'éducation » offrent un crédit gratuit supplémentaire de 1 000 $.

Coûts cachés : l'index d'Exa se concentre sur les actualités, les documents techniques et les informations d'entreprise, et sa couverture dans des domaines verticaux impopulaires n'est pas aussi bonne que celle de Google. Si le scénario d'application nécessite un taux de rappel élevé (comme la récupération de dossiers juridiques, la récupération de littérature académique), il peut être nécessaire de se connecter à un moteur de recherche traditionnel pour la supplémentation, ce qui augmentera les coûts d'intégration et de maintenance.

Avantages cachés : La fonction Highlights peut compresser des pages Web en fragments denses LLM, ce qui peut réduire la consommation de jetons d'environ 90 % selon les mesures réelles. Pour les applications d'agent qui nécessitent beaucoup de contexte de page Web, les économies de coûts de jetons réalisées par Exa peuvent dépasser le coût de l'API de recherche elle-même. De plus, la fonction de sortie structurée convertit les pages Web non structurées en JSON, éliminant ainsi le besoin d'appels de modèle ultérieurs pour l'extraction d'informations.

[Vérification de la promotion] : Exa promeut les « points forts d'une réduction de 90 % des jetons » - ces données ont une base technique claire (formation d'un modèle dédié pour l'extraction et la synthèse des paragraphes) et sont efficaces dans des scénarios typiques. Cependant, le taux d’économie symbolique dépend de la corrélation entre la longueur du texte original et la question. Un texte extrêmement court ou des pages très peu pertinentes par rapport à la requête peuvent générer moins d'économies.

Principales fonctions d'Exa (anciennement Metaphor)

Les capacités d'Exa sont conçues autour de « fournir une recherche en tant que service pour les agents IA », et les fonctions principales peuvent être résumées en six catégories :

• Recherche sémantique (plusieurs modes de vitesse) : prend en charge six vitesses de qualité : automatique (~ 1 s), instantané (~ 250 ms), rapide (~ 450 ms), deep-lite (4 s), profond (4-15 s), raisonnement profond (12-40 s). Scénarios applicables : De la recherche en temps réel de chatbots au raisonnement complexe de recherches approfondies. Objectif d'acceptation : si le compromis délai-qualité des différents engrenages dans l'application est conforme aux attentes, en particulier si le mode instantané est suffisamment précis dans le cycle de l'agent.

• Points forts : Un modèle spécialisé formé par Exa compresse une page Web complète en uniquement les extraits clés requis par LLM. Un seul retour de 4 000 caractères est recommandé, ce qui peut permettre une réduction d'environ 90 % des jetons. Objectif d'acceptation : indique si le taux de conservation des informations dans des domaines d'application spécifiques (tels que médical, juridique) est acceptable.

• Sorties structurées : utilisez le paramètre output_schema pour afficher directement les résultats de la recherche au format JSON structuré, en ignorant l'étape de post-traitement. Par exemple, la recherche des « meilleures entreprises aérospatiales » peut automatiquement renvoyer un tableau contenant le nom de l'entreprise, son PDG et son année de création. Objectif d'acceptation : précision de l'analyse et couverture de champ de schémas imbriqués complexes.

• Recherche par index vertical : index spéciaux intégrés pour les entreprises (plus de 50 millions d'entreprises), les personnes (1 milliard de personnes et plus), les documents de recherche (plus de 100 millions d'articles), les actualités, les rapports financiers, etc. Tâches applicables : enrichissement des données de contact, collecte d'informations sur les produits concurrentiels, récupération académique. Problèmes d'acceptation : fréquence de mise à jour de l'index vertical et intégrité des données.

• Recherche approfondie de l'agent (Agent de recherche) : Agent de recherche approfondie exécuté de manière asynchrone, prenant en charge le raisonnement en plusieurs étapes, la sortie structurée et le traçage des références. Prend en charge le mode effort (Minimal/Faible/Moyen/Élevé/X-élevé) et le prix est proportionnel au montant du calcul. Tâches applicables : tâches de recherche complexes en plusieurs étapes, telles que la « Liste des sociétés fintech européennes de série B ».

• Recherche de surveillance des moniteurs : recherche automatiquement et webhook notifie le nouveau contenu à un rythme spécifié (quotidien/hebdomadaire/personnalisé). Tâches applicables : veille de l'actualité, suivi dynamique des produits compétitifs, système d'alerte précoce.

Synergies cachées : le combo Highlights + Structured Output d'Exa est un accélérateur de flux de travail sous-estimé. Les développeurs peuvent d'abord obtenir l'URL pertinente via la recherche, extraire le résumé à l'aide de Highlights, puis obtenir le texte complet via l'API Contents, en conservant un format structuré tout au long. Ce pipeline « recherche → résumé → texte intégral » évite le coût de changement d'outil entre « recherche Google → rotation manuelle des pages → copier-coller → lancer vers LLM » dans la solution traditionnelle.

Intégration du serveur MCP : Exa fournit un serveur MCP (@exa-labs/exa-mcp-server), permettant aux assistants IA (tels que Claude Desktop, Cursor, Copilot) d'appeler directement les capacités de recherche d'Exa. Cela signifie que l'agent peut effectuer une recherche sur le Web, une extraction de contenu et une sortie structurée sans assembler manuellement les appels d'API, ce qui réduit considérablement le seuil d'intégration.

Exa (original Metaphor) évolution du modèle et de la version

L'évolution des produits d'Exa a subi une transformation, passant d'un « moteur de recherche sémantique expérimental » à une « infrastructure de recherche d'agents IA ». Les étapes suivantes sont publiquement vérifiables :

Période de métaphore (2023)

• Metaphor v1 (~2023-06) : lancé avec le concept de « recherche neuronale » et prenant en charge les fonctions de requête en langage naturel et de « liens similaires ». A ce stade, Exa s’appelle Metaphor et se positionne comme une alternative sémantique aux moteurs de recherche traditionnels, ciblant les chercheurs individuels.

Mise à niveau de la marque vers Exa (2024)

• Exa Brand Release (~2024) : renommé Metaphor en Exa, le positionnement du produit est passé de "moteur de recherche sémantique" à "API de recherche orientée IA". Lancement de la fonction Highlights et de la recherche par index vertical, introduction du paramètre de catégorie et début du développement de fonctionnalités au niveau de l'entreprise.

Stade natif de l'agent (2025-2026)

• Search Agent Online (~2025) : lancement d'un agent de recherche approfondie asynchrone, prenant en charge le raisonnement en plusieurs étapes et la sortie structurée, marquant l'évolution d'Exa d'une « API de recherche » à une plateforme « recherche + raisonnement ».
• MCP Server Release (~2025-2026) : version exa-mcp-server pour permettre aux assistants IA d'appeler directement les capacités de recherche d'Exa.
• Exa Connect Release (~2026) : connectez-vous à des fournisseurs de données externes pour étendre la couverture de recherche.
• Certification de sécurité (~2026) : obtenez la certification SOC 2 Type II, ajoutez la prise en charge ZDR et SSO et respectez les seuils d'achat de l'entreprise.

La dernière version est « actuelle » (~2026-01), qui est en cours d'itération officielle. Étant donné qu'Exa est un service API plutôt qu'un logiciel client, la version est principalement mise à jour côté serveur et n'a pas de numéro de version sémantique traditionnel.

Avantages techniques d'Exa (anciennement Metaphor)

L'avantage technique d'Exa vient de l'objectif de conception consistant à « optimiser les résultats de recherche spécifiquement pour la consommation LLM » plutôt que la taille de l'index ou la vitesse d'exploration pour la recherche à usage général.

Modèle de résumé dédié (points forts) : Exa a formé un modèle spécifiquement pour le résumé de pages Web, qui peut extraire les fragments les plus pertinents pour la requête de la page Web complète et les compresser en un jeton dense d'environ 4 000 caractères. Mécaniquement, il n'intercepte pas simplement le premier paragraphe, mais effectue une sélection et une réécriture au niveau du paragraphe en fonction de la pertinence de la requête. En effet, les responsables affirment qu’une réduction symbolique d’environ 90 % peut être obtenue tout en conservant les faits clés. Scénarios applicables : tout pipeline d'agent qui doit saisir du contenu Web dans LLM - le coût du jeton économisé dépasse généralement le coût de l'API de recherche elle-même.

Architecture de recherche multimodale : Exa propose six options de latence de recherche allant de 250 ms à 40 secondes, derrière lesquelles se trouvent des pipelines de récupération d'index et d'inférence de différentes profondeurs. Le mode instantané repose sur une indexation vectorielle précalculée pour obtenir une réponse inférieure à la seconde ; le mode profond effectue un raisonnement en plusieurs étapes et une synthèse inter-documents après la récupération. Cette architecture « configurable en termes de vitesse et de qualité » permet à la même API de répondre aux besoins en temps réel des chatbots et à l'inférence complète de recherches approfondies.

Index vertical dédié : Exa gère des index dédiés tels que les entreprises (50 M+), les personnes (1B+), les documents de recherche (100 M+), etc., plutôt qu'un sous-ensemble de l'index Web général. Cela signifie que lors de la recherche de « PDG fintech européen de série B », Exa peut le récupérer directement à partir d'une base de données d'entreprise structurée, plutôt que de deviner à partir de pages Web non structurées. En revanche, les moteurs de recherche à usage général nécessitent souvent des étapes supplémentaires de reconnaissance d’entités nommées pour obtenir une précision équivalente.

Pipeline de sortie structuré : grâce au paramètre output_schema, Exa peut générer du JSON structuré pendant la phase de recherche. Mécaniquement, l'extraction et la structuration des résultats de recherche sont complétées par le modèle back-end avant retour. En effet, les développeurs n'ont pas besoin de concevoir des invites d'extraction d'informations supplémentaires pour LLM. Scénarios applicables : enrichissement des données, construction de listes de produits compétitifs, complétion des informations de contact.

Architecture de conformité de niveau entreprise : certifiée SOC 2 Type II + option de rétention de données zéro (ZDR) + SSO. Pour les achats d'entreprise, cet ensemble de fonctionnalités signifie qu'Exa peut passer l'examen de sécurité et que les données ne sont pas utilisées pour la formation du modèle. Contrairement à la plupart des produits de recherche d'IA (Perplexity, Google SGE), Exa propose des options contrôlables plus claires pour la gouvernance des données d'entreprise.

Comparez des solutions techniques similaires :

Dimensions	Examen	Recherche personnalisée Google	API Perplexité	API de recherche courageuse
Objectifs de conception	Optimiser la sortie pour AI Agent	Index Web universel	Questions et réponses sur l'IA	Recherche privée
Format de sortie	Extrait de surbrillance + JSON structuré	Lien + Résumé	Réponse générative	Lien + Résumé
Efficacité des jetons	Élevé (modèle récapitulatif dédié)	Faible (vous devez le gérer vous-même)	Medium (résumé intégré)	Faible
indice vertical	entreprise/personnes/journal/actualités	index général	index général	index général
Options de retard	Six niveaux de 250 ms à 40 s	~200-500 ms	~1-3s	~200-500ms
Prise en charge MCP	Officiellement fourni	Aucun	Aucun	Aucun
Certification de sécurité	SOC 2 Type II + ZDR	Norme Google	SOC2	Inédit

Guide des pièges d'ingénierie : ① L'effet de réduction des jetons des faits saillants est optimal sur le contenu en anglais. Le taux de compression des caractères chinois peut être différent, une analyse comparative est donc requise dans la langue cible. ② Le délai de 12 à 40 secondes du mode profond est inacceptable dans certains scénarios en temps réel. Il est recommandé d'effectuer une gestion de l'état de chargement sur le front-end ou de prérégler le repli en mode rapide. ③ Le paramètre de catégorie (entreprise/personnes/document de recherche) peut manquer des résultats pertinents lorsque la limite de la requête est floue. Il est recommandé d'utiliser le type automatique comme sauvegarde dans les scénarios clés.

Comment utiliser Exa (anciennement Metaphor)

Exa propose trois entrées : l'interface de recherche Web REST API et MCP Server, chacune ciblant différents scénarios d'utilisation.

Comment utiliser	Convient aux personnes	Caractéristiques	Coût
Client Web (exa.ai)	Chercheurs individuels et créateurs de contenu	Recherche visuelle, entrez simplement le langage naturel	Le quota gratuit couvre l'utilisation légère
API REST	Intégration de l'agent IA du développeur	Six modes de recherche, prise en charge du SDK de sortie structurée	Facturation au fur et à mesure, 7 $ à 15 $/mille fois
Serveur MCP	Utilisateur assistant IA (Claude/Curseur/Copilote)	Appelez directement la recherche via le protocole MCP	Superposé à l'utilisation de l'API

Étapes d'accès rapide à l'API :

1. Enregistrez un compte Exa et obtenez la clé API depuis le tableau de bord
2. Installez le SDK : pip install exa-py (Python) ou npm install exa-js (JavaScript)
3. Envoyez la première demande de recherche :

depuis exa_py importer Exa

exa = Exa() # Lit la variable contextuelle EXA_API_KEY par défaut

résultat = exa.search(
    "article de blog sur l'intelligence artificielle",
    type="auto",
    contents={"points forts": True},
)

curl -X POST "https://api.exa.ai/search" \
  -H "Type de contenu : application/json" \
  -H "clé-x-api : $EXA_API_KEY" \
  -d '{
    "query": "dernières nouvelles sur la réglementation de l'IA",
    "type": "auto",
    "contents": {"highlights": true}
  }'

Montage du serveur MCP (en prenant Claude Desktop comme exemple, ajoutez-le dans claude_desktop_config.json) :

{
  "mcpServeurs": {
    "exa": {
      "commande": "npx",
      "args": ["@exa-labs/exa-mcp-server"],
      "env": {
        "EXA_API_KEY": "votre-clé-api-ici"
      }
    }
  }
}

Recommandation pour le chemin d'implémentation : utilisez d'abord Dashboard Onboarding pour générer des extraits de code intégrés, puis testez la qualité et la latence de la recherche dans l'environnement de test, et enfin connectez-vous à l'agent de production pour effectuer une boucle. La première semaine se concentre sur : ① le taux de rétention des informations des Highlights dans les langues et domaines cibles ; ② la stabilité de réponse du mode instantané dans la circulation des agents ; ③ si la couverture de l'indice vertical répond aux besoins de l'entreprise.

Tarification des produits pour Exa (anciennement Metaphor)

Les tarifs d'Exa sont classés en fonction du type de recherche et des fonctionnalités premium, la structure globale étant « Essai gratuit → Paiement à l'utilisation → Contrat d'entreprise ».

Couche de produit	Modèle de chargement	Restrictions fondamentales	Scénarios appropriés
Niveau gratuit	Inscription 20$ + quota mensuel de 10$	Système de quota, si vous dépassez le quota, vous devez mettre à niveau	Expérience personnelle POC
Rechercher	7 $/mille fois (dans les 10 résultats)	Pas de crédit permanent gratuit	Appels de recherche de production
Recherche approfondie	12-15 $/mille fois	Contient un raisonnement en plusieurs étapes	Application de recherche approfondie
Contenu	1 $/millier de pages	Extraction de contenu uniquement	Résumé de page Web/extraction de texte intégral
Agent	0,012 $ à 1,00 $/heure (selon l'effort)	Y compris recherche + raisonnement	Tâches de recherche automatisées
Moniteurs	15 $/mille fois	Y compris le webhook	Scénarios de surveillance continue
Entreprise	Tarifs professionnels	QPS personnalisé, SLA d'indexation	Contexte de production de masse

Limite réelle du quota gratuit : un quota gratuit de 10 $/mois peut prendre en charge environ 1 400 appels de recherche (7 $/millier de fois) ou 10 000 appels de contenu (1 $/millier de pages). Il suffit aux développeurs individuels d'expérimenter, mais tout agent de niveau production nécessite un forfait payant.

Conseil sur les coûts cachés : Le coût de fonctionnement du mode Agent fluctue considérablement - de 0,012 $/heure pour Minimal à 1,00 $/heure pour X-high, en fonction de la complexité de la tâche. Si la tâche de l'agent nécessite un grand nombre d'appels à l'outil de recherche, des frais d'outil de recherche de 0,005 $/heure seront ajoutés. Il est recommandé d'utiliser plusieurs modes d'effort pour la comparaison coût-qualité pendant la phase de sélection afin d'éviter des factures plus élevées que prévu après le lancement.

Suggestion d'achat : Il est recommandé d'utiliser d'abord l'offre gratuite pour vérifier la qualité de la recherche, d'utiliser une petite recharge pour tester l'effet de sortie structuré de Deep Search, puis d'évaluer si la solution Entreprise est plus économique en fonction du volume de requêtes quotidien moyen. Dans les scénarios de gros volumes (au-dessus d’un million par mois), la priorité est donnée au contact avec l’entreprise pour obtenir des remises groupées.

Scénarios d'application d'Exa (métaphore originale)

Les scénarios typiques d'Exa se concentrent sur les scénarios dans lesquels « l'agent IA doit obtenir des informations structurées ou en temps réel à partir d'Internet ». Voici les principales directions d’utilisation éprouvées :

• Recherche de documents en temps réel pour les agents de programmation IA : les agents de programmation tels que Cursor et Devin doivent récupérer la dernière documentation de l'API, le référentiel GitHub et les questions-réponses de Stack Overflow lors de la génération de code. Le mode instantané d'Exa (~ 250 ms) convient à l'intégration dans des boucles de codage et n'augmentera pas de manière significative la latence de génération de code. Déduction : De « l'agent de codage s'appuie sur des données de formation statiques » → « L'agent peut obtenir les derniers documents et connaissances de la communauté en temps réel ».

• Agent GTM (Go-to-Market) : les équipes commerciales et marketing utilisent Exa pour rechercher des informations sur l'entreprise cible, des données de contact et des mises à jour de financement. Les index verticaux d'entreprise (50 M+) et de personnes (1 B+) peuvent générer directement des tableaux structurés, en évitant le processus manuel de « recherche → clic → lecture → extraction » dans la solution traditionnelle. Déduction : De « Interroger manuellement LinkedIn/Crunchbase un par un » → « L'agent génère la liste des clients cibles par lots ».

• Actualités et surveillance dynamique : La fonction Moniteurs recherche et notifications de webhook à un rythme spécifié. Convient pour : le suivi dynamique des produits concurrents, les mises à jour réglementaires du secteur et les abonnements à des blogs technologiques. La différence avec le RSS traditionnel est que la requête est sémantique : sans mots-clés correspondants, elle décrit directement « les derniers développements législatifs concernant la loi européenne sur l'IA ». Déduction : De « maintenir des dizaines de flux RSS et les filtrer manuellement » → « surveiller l'intégralité d'Internet en une seule phrase ».

• Enrichissement des données : HubSpot et monday.com utilisent Exa pour compléter les informations sur les données clients/prospects existantes - saisissez le nom de l'entreprise ou le nom de domaine et affichez des champs structurés tels que les contacts, les informations de financement, la pile technologique, etc. Déduction : De « la récupération de données via plusieurs outils SaaS » → « une API pour compléter l'enrichissement complet des champs ».

• Recherche académique et de recherche : index d'articles de recherche (plus de 100 millions d'articles) combiné avec un mode approfondi, adapté à la revue de la littérature, au suivi des citations et à la découverte interdisciplinaire. La différence avec Google Scholar/PubMed est qu'il prend en charge les requêtes en langage naturel (telles que « À propos de l'application des transformateurs en imagerie médicale ») et les sorties structurées. Déduction : De « combiner à plusieurs reprises des essais et des erreurs avec des mots-clés précis » → « décrivant l'orientation de la recherche en une phrase, le système renvoie des articles pertinents + des métadonnées structurées ».

• Recherche en temps réel de l'agent vocal : Le délai de 250 ms en mode instantané lui permet de s'intégrer dans le processus de dialogue vocal, et la recherche s'effectue dans la fenêtre depuis l'utilisateur finissant une phrase jusqu'au modèle générant une réponse. Le moteur principal agentique de HubSpot entre dans cette catégorie.

Déduction quantitative de la réduction des coûts et de l'amélioration de l'efficacité (engagement non officiel, estimation basée sur les capacités du produit) :

• Tâche de recherche de contenu : la méthode traditionnelle nécessite que les chercheurs effectuent des recherches répétées sur Google → ouvrir 10 à 20 onglets → lire des résumés → organiser des notes. Une seule enquête complète prend environ 1 à 2 heures. L'utilisation d'Exa Search + Highlights peut réduire le temps à 5 à 10 minutes (recherche → lire le résumé → sortie structurée), améliorant ainsi l'efficacité d'environ 10 à 20 fois.
• Tâche d'enrichissement des données : interrogez manuellement les informations de financement d'une seule entreprise pendant environ 3 à 5 minutes (recherche → trouver Crunchbase → extrait). Les recherches par lots d'index d'entreprise Exa peuvent atteindre un débit de 1 seconde/article et avoir un coût d'outil de recherche de 0,005 $/heure. Pour l'enrichissement par lots de 100 000 enregistrements, le coût de la main d'œuvre est passé d'environ 8 000 heures à l'automatisation des API, et le coût est passé d'environ 80 000 $ à environ 500 $ (recherche) + temps d'intégration du développeur.
• Tâche de surveillance des produits concurrents : les solutions traditionnelles nécessitent la configuration d'alertes Google (correspondance de mots clés, faible précision) ou l'embauche d'analystes pour analyser chaque jour, avec un coût annuel de plus de 20 000 $. Exa Monitors réduit considérablement les faux positifs grâce à des requêtes sémantiques pour un coût de 15 $/millier + frais de maintenance d'intégration.

Groupes applicables d'Exa (anciennement Metaphor)

Les principaux utilisateurs d'Exa sont principalement des développeurs, des chercheurs de données et des créateurs d'agents IA, mais différents portails (Web/API/MCP) servent différents groupes de personnes.

• AI Agent Developer : une équipe qui crée des agents de codage, des agents GTM et des agents de recherche. La valeur d'Exa réside dans l'intégration de la recherche comme un « appel d'outil » à l'agent plutôt que comme une source externe de connaissances. Prérequis : L'équipe dispose de capacités d'orchestration d'agents et comprend le mode d'appel de l'outil LLM. Convient pour une utilisation avec API et serveur MCP.

• Chercheur en données et intelligence : analystes du secteur, investisseurs et analystes de produits compétitifs qui doivent collecter des informations sur l'entreprise, le personnel, les documents et l'actualité par lots. L'indexation verticale et la sortie structurée d'Exa remplacent plusieurs processus de recherche manuelle. Prérequis : Maîtriser les appels API de base ou être capable d'utiliser le client web.

• Équipe des opérations de vente et de marketing : créez des listes de clients cibles, complétez les informations de contact et surveillez les tendances du secteur via Exa. Convient aux scénarios d'automatisation GTM. Conditions préalables : il existe des exigences d'intégration système telles que HubSpot/Salesforce ou un accès via API/SDK.

• Créateurs et éditeurs de contenu : utilisez le côté Web pour effectuer une recherche sémantique et découvrir des articles et des sources qui "ne peuvent pas dire les mots-clés mais connaissent les concepts". Convient pour la découverte de sujets et la recherche de fond. Prérequis : Aucun seuil technique requis, juste un compte Exa.

Limite inappropriée : il est recommandé de donner la priorité aux autres solutions de recherche dans les scénarios suivants :

• Recherche de positionnement précis : nécessité de trouver certaines informations telles qu'une URL connue, un titre précis, un modèle de produit, un numéro de commande, etc. La recherche sémantique d'Exa n'est pas aussi efficace que la recherche par mot clé traditionnelle dans de tels scénarios.
• Ecommerce/Recherche locale : Recherche de prix de produits, d'avis de restaurants, d'informations sur les vols - L'index d'Exa n'est pas optimisé pour ces zones.
• Applications avec du contenu principalement chinois : les modèles d'indexation et de faits saillants d'Exa sont optimisés avec le contenu anglais comme noyau, et la couverture et la qualité récapitulative du contenu chinois peuvent être nettement inférieures aux niveaux anglais.
• Recherche professionnelle avec des exigences de taux de rappel élevées : scénarios qui nécessitent un taux de rappel, tels que les précédents juridiques, la littérature médicale, les recherches de brevets, etc. La couverture de l'index vertical d'Exa peut ne pas être aussi approfondie que celle des bases de données spécialisées (par exemple, Westlaw, PubMed, Google Patents).
• Scénario en temps réel à haute concurrence : les scénarios à QPS élevé au niveau de l'entreprise nécessitent la solution Entreprise, et les limitations de contrôle de fréquence de l'API standard peuvent ne pas répondre aux besoins.

Résumé et perspectives d'Exa (anciennement Metaphor)

La valeur fondamentale d'Exa est qu'il redéfinit la « recherche » à l'ère des agents IA - du renvoi de listes de liens au renvoi d'informations denses et de données structurées qui peuvent être directement consommées par les LLM. Il forme des barrières de différenciation sur les trois lignes d'efficacité des jetons Highlights, d'indexation verticale et de sortie structurée, et abaisse le seuil d'intégration de l'agent via le serveur MCP et le SDK.

Limites actuelles : ① La couverture et la qualité de l'index de recherche pour le contenu non anglais sont nettement inférieures à celles de l'anglais ; ② Le délai du mode profond (4 à 40 secondes) n'est pas disponible dans certains scénarios en temps réel ; ③ Le prix est plus élevé que celui des API de recherche traditionnelles dans des scénarios à grande échelle (des millions de requêtes par mois), et les remises par lots nécessitent une confirmation commerciale ; ④ La relation complémentaire avec d'autres API de recherche ajoute une couche de dépendance à l'égard de l'architecture, et le risque de défaillance ponctuelle doit être évalué.

Points d'observation de suivi : ① Le plan d'expansion linguistique couvert par l'index (il existe-t-il un index officiel à grande échelle tel que le chinois/japonais) ; ② Avec l'explosion des applications Agent, la tarification d'Exa va-t-elle évoluer vers une facturation plus fine basée sur les Tokens ? ③ Le nombre et les zones de couverture des fournisseurs de données dans l'écosystème Exa Connect ; ④ Existe-t-il des principaux fournisseurs de recherche (Google, Bing) qui lancent des fonctionnalités concurrentes similaires aux « Points forts ».

Évaluation des risques d'approvisionnement/d'adoption : Avant d'adopter Exa, il est recommandé de se concentrer sur la vérification - ① Qualité de la recherche dans la langue et le domaine cibles (il est recommandé d'utiliser 50 à 100 requêtes réelles pour la comparaison Recall@10) ; ② Coût mensuel correspondant au volume de requêtes quotidien moyen, et comparaison du coût total de possession (TCO) avec l'API Google Custom Search / Brave Search (y compris la conversion des économies de jetons) ; ③ Conditions du contrat Si le ZDR (Zero Data Retention) répond aux exigences de conformité de l'entreprise et s'il existe des dispositions de séparation des responsabilités en cas de violation de données. Si la qualité de la recherche est vérifiée et que le coût total respecte le budget, il est recommandé de procéder à un essai à petite échelle avec l'offre gratuite pendant 2 semaines, puis de l'étendre progressivement à la production.

Outils associés : perplexity, you-com

Informations de version

• actuel ：Version actuelle. （~2026-01）
• Métaphore ：La première version de Metaphor est en ligne. （~2023-06）