Alle drei Benchmarks nutzen GPT-5.6 Luna als Kandidat und Bewerter. Das Modell darf in 25 Agentenzügen unbegrenzt Suchwerkzeuge aufrufen; der Index bildet die drei jeweiligen Qualitätsmetriken gleichgewichtet ab. Zum Start umfasste die Tabelle elf Ergebnisse von sieben Suchanbietern.
Parallel Search (advanced) kam auf 75 Punkte bei 0,084 Dollar und 35,9 Sekunden pro Aufgabe. Exa Search (auto) erreichte 74 Punkte bei 0,127 Dollar und 26,2 Sekunden, Firecrawl Search 73 Punkte bei 0,075 Dollar und 55 Sekunden. Das Gesamtfeld lag zwischen 65 und 75 Punkten.
Die Grundlinie ohne Suchwerkzeug liegt bei 33 Punkten und 0,0029 Dollar je Aufgabe. Suchzugang kostet damit ein Vielfaches, hebt die gemessene Qualität aber deutlich. Kosten werden getrennt für Kandidatenmodell und Suchanbieter ausgewiesen; bei Brave liegen beide Anteile etwa gleichauf.
Gemessen wird die Leistung in genau diesem Agentenaufbau, nicht eine Such-API isoliert. Ein anderer Kandidat, ein anderes Zuglimit oder ein anderer Datensatz kann die Reihenfolge ändern. Ein Drittel des Index stammt aus AA-Omniscience, dessen Aufgaben nicht öffentlich sind; Tarife und Suchindizes können sich ändern.