Búsqueda web para agentes de IA después de Bing: ¿qué opciones quedan en 2026?
Las Bing Search APIs se retiraron en agosto de 2025 y Google Custom Search está cerrada a nuevos clientes. Para los agentes quedan cuatro tipos de backend de búsqueda.
Durante años, la respuesta por defecto a “cómo busca mi agente en la web” fue una clave de Bing. Esa respuesta ya no existe, y la segunda opción obvia, la de Google, también está cerrando. Lo que queda es un conjunto de backends que se diferencian en quién decide cuántas búsquedas se ejecutan, qué índice responde y cómo llega la factura.
¿Qué pasó con la Bing Search API?
La página de ciclo de vida de Microsoft afirma que “Bing Search APIs will be retired on August 11, 2025”, que las instancias existentes “will be decommissioned completely” y que el producto ya no admite nuevas altas (consultado el 19 de octubre de 2026 en learn.microsoft.com).
La migración que proponen es Grounding with Bing Search, dentro de Azure AI Agents. Es un producto con otra forma: en lugar de que tu código llame a un endpoint de búsqueda y reciba JSON, un agente alojado en Azure incorpora datos de la web mientras el modelo genera su respuesta. Si construiste tu propio bucle de agente sobre otro modelo u otro framework, no hay un endpoint de resultados en bruto que puedas poner en su lugar.
¿Sigue siendo una opción Google Custom Search?
Solo si ya la tienes. A 19 de octubre de 2026, la descripción general de la Custom Search JSON API dice que la API está “closed to new customers” y que “existing Custom Search JSON API customers have until January 1, 2027 to transition to an alternative solution.” Sus precios (100 consultas gratis al día, luego 5 $ por cada 1.000, hasta 10.000 al día) se aplican solo a esos clientes existentes.
Ya comparamos Custom Search con las SERP APIs en detalle en la Search API oficial de Google frente a las SERP APIs, así que no lo repetiremos aquí. Para un proyecto de agente nuevo, lo práctico es que ninguna de las dos APIs de búsqueda oficiales está abierta para ti.
¿Qué tipos de backend de búsqueda le quedan a un agente?
1. La tool de búsqueda integrada del proveedor del modelo. Añades una tool a la llamada al modelo y el proveedor ejecuta las búsquedas. La tool de búsqueda web de Anthropic cuesta “$10 per 1,000 searches, plus standard token costs for search-generated content”, y un parámetro max_uses limita las búsquedas por solicitud (documentación de Anthropic). OpenAI cotiza la búsqueda web a “$10.00 / 1k calls + Search content tokens billed at model rates”, y la tool en preview para modelos sin razonamiento a 25,00 $ por cada 1.000 (precios de OpenAI). Ambas consultadas el 19 de octubre de 2026. El modelo decide cuándo buscar, y el coste va dentro de la factura del modelo, con los resultados contados como tokens de entrada.
2. SERP APIs. Tu código envía una consulta y recibe la página de resultados de Google como JSON: resultados orgánicos, búsquedas relacionadas y, a veces, People Also Ask. Tú eliges cada consulta, y los resultados son los que devolvió el propio Google.
3. Índices de búsqueda nativos para IA. Empresas que rastrean e indexan la web por su cuenta y devuelven resultados con una forma pensada para LLMs, a menudo con el texto de la página o pasajes extraídos. Obtienes una sola llamada que hace más cosas, con el ranking de su índice en lugar del de Google.
4. Servidores MCP que combinan búsqueda y lectura de páginas. Cualquiera de los anteriores, expuesto como tools MCP, para que un agente en Claude, Cursor o tu propio cliente pueda buscar y luego abrir las páginas que ha elegido, sin que tengas que escribir código de unión.
¿Cómo se comparan las opciones?
| Tool integrada del modelo | SERP API | Índice nativo para IA | MCP de búsqueda + lectura | |
|---|---|---|---|---|
| Quién decide el número de consultas | El modelo, limitado por max_uses |
Tu código | Tu código | El agente, en cada llamada a la tool |
| Índice | El que elija el proveedor | Resultados de Google | Su propio índice | Depende del servidor |
| Previsibilidad del coste | Por búsqueda más tokens de resultados | Precio fijo por llamada | Fijo por llamada, varía con la profundidad | Fijo por llamada |
| También lee páginas completas | Tool de fetch aparte | Normalmente un producto aparte | A menudo incluido | Sí, por diseño |
| Modelo de pago | Tu cuenta de la API del modelo | Clave, a menudo prepago o mensual | Clave, normalmente mensual | El mismo que la API del servidor |
La fila que más importa para los agentes es la primera. Con una tool integrada, una pregunta difícil puede convertirse en diez búsquedas dentro de una sola solicitud, y cada una mete sus resultados en el contexto. Con una API que llamas tú, cada búsqueda es una línea de tu propio código y un precio fijo, que es lo que hace posible un límite de gasto estricto.
¿Dónde encaja FastAF?
FastAF está en las categorías 2 y 4. /v1/serp devuelve resultados de Google por 5 créditos, es decir, entre 1,33 $ y 2,50 $ por cada 1.000 búsquedas según el pack, con créditos válidos durante 12 meses y sin suscripción. La misma clave cubre Google News, Google Scholar y Google AI Mode, y lee páginas mediante /v1/scrape por 1 crédito. No somos un índice nativo para IA: los resultados son los de Google.
Este es el bucle que necesitan la mayoría de los agentes, buscar y luego leer, ejecutado el 19 de octubre de 2026:
import os, time, requests
API = "https://api.fastaf.co/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['FASTAF_API_KEY']}"}
def call(endpoint, **params):
t = time.time()
r = requests.get(f"{API}/{endpoint}", params=params, headers=HEADERS, timeout=120)
r.raise_for_status()
print(f"{endpoint}: {r.headers['X-FastAF-Credits-Used']} credits, {time.time() - t:.1f}s")
return r
# 1. Busca en Google y quédate con lo que el modelo necesita para elegir un enlace
hits = call("serp", query="bing search api retirement", country="us").json()["organic_results"]
for h in hits[:5]:
print(h["rank"], h["title"], h["link"])
# 2. Lee la página que eligió el modelo, con la misma clave
page = call("scrape", url=hits[0]["link"]).text
print(len(page), "characters of page")La búsqueda tardó 4,5 segundos y costó 5 créditos; el primer resultado fue el propio aviso de retirada de Microsoft. Leerlo llevó 0,7 segundos, 1 crédito, y devolvió 47.352 caracteres.
Tres llamadas más el mismo día, cada una cobrada según se indica:
- serp para “bing search api retirement alternatives”: 10 resultados orgánicos (título, enlace, snippet, posición) y 8 búsquedas relacionadas, 5 créditos, 3,3 s.
- news para “AI agents web search”: 10 artículos con fuente, fecha relativa (“1 day ago”) y URL, 5 créditos, 8,1 s.
- ai (Google AI Mode) para “what replaced the bing search api for ai agents”: 7 bloques de texto con citas en línea, 4 referencias y una respuesta en markdown de 3.772 caracteres, 10 créditos, 4,8 s.
Para agentes en un cliente MCP, el servidor MCP alojado expone las mismas llamadas como 15 tools, entre ellas search_web, search_news, ask_google_ai y scrape_page, y cada resultado de tool informa de los créditos usados y restantes. Para agentes sin ninguna cuenta, x402 cobra por llamada en USDC sobre Base, 0,005 $ por búsqueda, liquidado solo cuando la llamada sale bien. La latencia de todos los endpoints está en la página de benchmarks.
En resumen
La API de Bing está retirada y Custom Search de Google está cerrada a nuevos clientes, así que un agente nuevo elige entre la tool de búsqueda integrada de un modelo, una SERP API, un índice nativo para IA o un servidor MCP que busca y lee. Si quieres resultados de Google, un precio fijo por llamada y que sea tu código quien decida cuántas búsquedas se ejecutan, una SERP API es lo más parecido a lo que hacía la clave de Bing. Puedes crear una cuenta gratis con 500 créditos, unas 100 búsquedas, sin tarjeta.