Ricerca web per agenti AI dopo Bing: quali opzioni restano nel 2026?
Le Bing Search API sono state ritirate ad agosto 2025 e Google Custom Search è chiusa ai nuovi clienti. Per gli agenti restano quattro tipi di backend di ricerca.
Per anni la risposta standard a “come fa il mio agente a cercare sul web” è stata una chiave Bing. Quella risposta non c’è più, e anche la seconda scelta ovvia, quella di Google, sta chiudendo. Quello che resta è un insieme di backend che differiscono per chi decide quante ricerche fare, quale indice risponde e come arriva la bolletta.
Che fine ha fatto la Bing Search API?
La pagina sul ciclo di vita di Microsoft dice che “le Bing Search API saranno ritirate l’11 agosto 2025”, che le istanze esistenti “saranno dismesse completamente” e che il prodotto non accetta più nuove registrazioni (verificato il 19 ottobre 2026 su learn.microsoft.com).
La migrazione suggerita è Grounding with Bing Search, all’interno di Azure AI Agents. È un prodotto di forma diversa: invece del tuo codice che chiama un endpoint di ricerca e riceve un JSON, è un agente ospitato su Azure a incorporare i dati web mentre il modello genera la risposta. Se hai costruito il tuo ciclo agentico su un altro modello o framework, non c’è nessun endpoint con i risultati grezzi da sostituire.
Google Custom Search è ancora un’opzione?
Solo se ce l’hai già. Al 19 ottobre 2026 la panoramica della Custom Search JSON API dice che l’API è “chiusa ai nuovi clienti” e che “i clienti esistenti della Custom Search JSON API hanno tempo fino al 1° gennaio 2027 per passare a una soluzione alternativa”. I suoi prezzi (100 query gratuite al giorno, poi $5 per 1.000, fino a 10.000 al giorno) valgono solo per quei clienti esistenti.
Abbiamo confrontato nel dettaglio Custom Search e le SERP API in L’API di ricerca ufficiale di Google contro le SERP API, quindi non lo ripetiamo qui. Per un nuovo progetto con agenti, il punto pratico è che nessuna delle due API di ricerca ufficiali è aperta per te.
Quali tipi di backend di ricerca restano a un agente?
1. Il tool di ricerca integrato del provider del modello. Aggiungi un tool alla chiamata al modello e le ricerche le fa il provider. Il tool di web search di Anthropic costa “$10 per 1.000 ricerche, più i costi token standard per il contenuto generato dalla ricerca”, e un parametro max_uses limita le ricerche per richiesta (documentazione Anthropic). OpenAI elenca la web search a “$10,00 / 1k chiamate + token del contenuto di ricerca fatturati alle tariffe del modello”, con il tool in preview sui modelli non reasoning a $25,00 per 1.000 (prezzi OpenAI). Entrambi verificati il 19 ottobre 2026. È il modello a decidere quando cercare, e il costo finisce dentro la bolletta del modello, con i risultati conteggiati come token di input.
2. SERP API. Il tuo codice manda una query e riceve la pagina dei risultati di Google in JSON: risultati organici, ricerche correlate, a volte le People Also Ask. Ogni query la scegli tu, e i risultati sono quelli restituiti da Google stesso.
3. Indici di ricerca AI-native. Aziende che fanno crawling e indicizzazione del web per conto proprio e restituiscono risultati pensati per gli LLM, spesso con il testo della pagina o passaggi estratti già allegati. Ottieni una sola chiamata che fa di più, con il ranking del loro indice invece che di quello di Google.
4. Server MCP che uniscono ricerca e lettura delle pagine. Una qualsiasi delle opzioni sopra, esposta come tool MCP, così un agente in Claude, Cursor o nel tuo client può cercare e poi aprire le pagine che ha scelto, senza che tu scriva codice di raccordo.
Come si confrontano le opzioni?
| Tool integrato del modello | SERP API | Indice AI-native | MCP con ricerca + lettura | |
|---|---|---|---|---|
| Chi decide il numero di query | Il modello, con il limite di max_uses |
Il tuo codice | Il tuo codice | L’agente, chiamata per chiamata |
| Indice | Scelta del provider | Risultati di Google | Il loro indice | Dipende dal server |
| Prevedibilità del costo | Per ricerca più i token dei risultati | Prezzo fisso a chiamata | Fisso a chiamata, varia con la profondità | Fisso a chiamata |
| Legge anche le pagine intere | Tool di fetch separato | Di solito un prodotto separato | Spesso incluso | Sì, per costruzione |
| Modello di pagamento | Il tuo account API del modello | Chiave, spesso prepagata o mensile | Chiave, di solito mensile | Lo stesso dell’API del server |
La riga che conta di più per gli agenti è la prima. Con un tool integrato, una domanda difficile può trasformarsi in dieci ricerche dentro una sola richiesta, ognuna delle quali porta i suoi risultati nel contesto. Con un’API che chiami tu, ogni ricerca è una riga del tuo codice e un prezzo fisso, ed è questo che rende possibile un tetto di spesa rigido.
Dove si colloca FastAF?
FastAF sta nelle categorie 2 e 4. /v1/serp restituisce i risultati di Google per 5 crediti, cioè da $1,33 a $2,50 per 1.000 ricerche a seconda del pacchetto, con crediti validi 12 mesi e senza abbonamento. La stessa chiave copre Google News, Google Scholar e Google AI Mode, e legge le pagine tramite /v1/scrape a 1 credito. Non siamo un indice AI-native: i risultati sono quelli di Google.
Ecco il ciclo che serve alla maggior parte degli agenti, cerca e poi leggi, eseguito il 19 ottobre 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. Cerca su Google, tieni quello che serve al modello per scegliere un link
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. Leggi la pagina scelta dal modello, con la stessa chiave
page = call("scrape", url=hits[0]["link"]).text
print(len(page), "characters of page")La ricerca ha richiesto 4,5 secondi e 5 crediti; il primo risultato era proprio l’avviso di ritiro di Microsoft. Leggerlo ha richiesto 0,7 secondi, 1 credito, e ha restituito 47.352 caratteri.
Altre tre chiamate lo stesso giorno, ciascuna addebitata come indicato:
- serp per “bing search api retirement alternatives”: 10 risultati organici (titolo, link, snippet, rank) e 8 ricerche correlate, 5 crediti, 3,3 s.
- news per “AI agents web search”: 10 articoli con fonte, data relativa (“1 day ago”) e URL, 5 crediti, 8,1 s.
- ai (Google AI Mode) per “what replaced the bing search api for ai agents”: 7 blocchi di testo con citazioni inline, 4 riferimenti e una risposta in markdown di 3.772 caratteri, 10 crediti, 4,8 s.
Per gli agenti in un client MCP, il server MCP ospitato espone le stesse chiamate come 15 tool, tra cui search_web, search_news, ask_google_ai e scrape_page, e ogni risultato di un tool riporta i crediti usati e quelli rimasti. Per gli agenti senza alcun account, x402 addebita a chiamata in USDC su Base, $0,005 a ricerca, regolati solo quando la chiamata va a buon fine. La latenza dei vari endpoint è nella pagina dei benchmark.
La versione breve
L’API di Bing è stata ritirata e la Custom Search di Google è chiusa ai nuovi clienti, quindi un nuovo agente sceglie fra il tool di ricerca integrato di un modello, una SERP API, un indice AI-native o un server MCP che cerca e legge. Se vuoi i risultati di Google, un prezzo fisso a chiamata e il tuo codice a decidere quante ricerche fare, una SERP API è il sostituto più vicino a quello che faceva la chiave Bing. Puoi creare un account gratuito con 500 crediti, circa 100 ricerche, senza carta.