Octen Search、Artificial Analysis Search Indexで3位にランクイン：タスクあたり最速、トップ勢の中で最安

Octen Search は、Artificial Analysis Search Index への初登場で 77 を記録し、ランキング 3 位に入った。しかもタスクあたり 17.2 秒でそこに到達しており、Artificial Analysis がテストした中で最速だった。製品自体は新しいものではない。Octen Search は 2026 年 4 月 22 日から商業提供されており、その日、親会社の APITECH AI が Square Peg 主導の 1,000 万ドルのシードラウンドを発表した。変わったのは、Artificial Analysis の 9 月 8 日時点のデータにより、ついに第三者による数値が付いたことで、その数値は Octen Search の最初期の独立系ハンズオンテストが予測していたより良いものだった。

Artificial Analysisが実際には何を測定しているのか

Search Indexは2026年8月18日に公開され、その設計はリーダーボードとしては異例なほど簡潔だ。すべてのプロバイダーは同じエージェントハーネス——Artificial Analysis自身のオープンソースエージェントであるStirrup——の中で、同じモデルGPT-5.6 Lunaをmedium reasoningで動かし、同じ採点者によって採点される。エージェントには2つのツール、web_searchとweb_fetchが与えられ、1タスクにつき最大25ターン、1検索につき最大10件の結果が許され、既知の汚染源は除外される。25ターンを使い切ってもfinishを呼び出さなければスコアはゼロになる。つまり、エージェントがタスクを終わらせられないことは、何も取得できないのと同じくらい厳しく罰せられる。

唯一の変数は検索プロバイダーである。それはほとんどの検索比較に欠けている特性であり、Octen Search の位置づけを、どのベンダーが最も強力な回答モデルを同梱したかではなく、検索（retrieval）についての表明として読めるようにしている。

スコアは、0–100の尺度での3つの評価の等加重平均である。DeepSearchQA F1は、幅広いリサーチ質問の900タスク分割で実行され、回答を項目のリストとして採点する。BrowseComp精度は、回答が単一の検証可能な値であるマルチホップ事実の200サンプルの難しいサブセットを使用する。AA-Omniscience精度は、600問のホールドアウトされた一般知識質問を使用し、主に、検索がモデルがすでに知っていた内容を超えてどれだけ付加するかを切り分けるために存在する。この指標は単純平均であるため、1つの弱い構成要素が主要な数値を押し下げる。そして、構成要素のプロファイルはランキングよりも役立つことが多い。同じエージェントを検索ツールなしで実行すると33点になる。したがって、プロバイダーが得るもののほとんどすべては、モデル自身のパラメータを上回る上乗せ分である。

Artificial Analysisによると、10社のプロバイダーにわたる20の検索プロダクトをテストしたとのこと。デフォルトのチャートにはそのうち12が表示される。

Octen Searchがどこに落ち着いたか

9月8日の表の上部。タスクあたりのコストは、Artificial Analysisが1,000タスクあたりで公開している検索列とモデル・トークン列を合計して算出したもの——リーダーボード自体は単一の合計数値を表示していない：

• Perplexity Search（medium） — Index 80、1タスクあたり28.8秒、1タスクあたり約$0.091

• Perplexity Search（高） — インデックス 79、29.7秒、約$0.091

• Octen Search（ハイライト） — インデックス77、17.2秒、約$0.058

• Perplexity Search（low） — インデックス77、37.4秒、約$0.105

• 並列検索（上級） — インデックス 75、42.9秒、約$0.084

• Brave Search（LLMコンテキスト） — インデックス75、24.4秒、約$0.130

• You.com Search（ハイライト） — インデックス74、20.7秒、約$0.117

• Exa Search（自動） — インデックス74、33.3秒、約$0.127

コンポーネント別スコアでは、順位よりも配置のほうが興味深くなる。Octen SearchはDeepSearchQAで80、BrowseCompで86、AA-Omniscienceで66を獲得。ローンチ時にインデックスをリードしていたプロバイダーであるParallel Search (advanced) は、81、77、67を記録した。つまりOcten Searchは、マルチホップの事実調査ベンチマークでParallel Searchを9ポイント上回り、幅広い調査では並び、一般知識の底上げではPerplexity Searchの各設定に後れを取っている — Perplexity Search (medium) の72に対して66だ。簡単に言えば、Octen Searchは本当に見つけるのが難しいものを探し出すのが非常に得意で、モデルがすでに半分知っているような質問では追加の利点は少ない。

これを引用する人にとって留意すべき小さな注意点が一つある。Artificial Analysis 自身の結果発表では Octen Search はタスクあたり 16.9 秒とされていたが、ライブの表では 9 月 8 日データで 17.2 秒と表示されている。これは矛盾ではなく再実行によるずれだが、ソーシャル投稿ではなく表を引用すべき理由はそこにある。

スピードが話題の的で、コスト配分こそが本質だ

タスクあたり17.2秒で、Octen Searchはこのインデックス上で最速のエントリとなります。Perplexity Search（medium）は28.8秒、Parallel Search（advanced）は42.9秒、Firecrawl Searchは63.2秒を要します。Artificial Analysisはまた、Octen Searchを個々のクエリあたりで最速と報告しており、検索あたり平均0.21秒です — これは測定された中最速の呼び出し時間で、1つのタスクに何回の呼び出しが必要かとは無関係です。

とはいえ、じっと見つめる価値がある数字はコスト内訳である。1,000タスクあたり、Artificial AnalysisはOcten Searchについて、検索支出を9.07ドル、モデルトークン支出を49.15ドルと見積もっている。トークンのコストは検索の約5.4倍になる。これはOcten Searchの特異な癖ではない — この指数が繰り返し示している構造的な要点だ。検索プロバイダーは、検索の対価だけを請求しているわけではない。エージェントが何ターン行動するかを決めるのであり、余分な1ターンごとに、モデルのレートでモデルトークンがかかる。

Artificial Analysis は Parallel のローンチ時にも同じ主張をしていた。アドバンストモードは検索あたりのコストがベーシックより高かった（$0.048 対 $0.045）が、タスクあたりでは安かった（$0.084 対 $0.11）。より良い結果によって、タスクあたりのトークン使用量が約339,000から169,000に削減されたからだ。呼び出しが安いこととタスクが安いことは別物であり、あなたの請求書に現れるのはそのうち一方だけだ。

ボードの他の項目と比べると、Octen Search のタスクあたり約 $0.058 は、75 以上を獲得しているものの中で最も低い。TinyFish Search は約 $0.035 とより安いが、スコアは 71 で、タスクを完了するのに 60.4 秒かかる。

結果が何を決着させ、何を決着させないのか

Octenの自社公表の数値は常に強気であり、今もベンダー報告のままである。同社は、SealQA Hardベンチマークでレイテンシ62 ms P50および68 ms P90、アカウントあたり毎秒100万クエリ超のスループット、新規コンテンツが5分以内にインデックスされること、DeepResearch Benchで総合55.58の世界3位を主張している。これらのいずれも独立に再現されておらず、いくつかは、公表されている他のどのものとも直接比較できない。

二つの独立したテストが今や存在し、それぞれ異なる方向を指している。Artificial Analysisは、モデルとハーネスを固定した上で、Octen Searchを品質で3位、速度で1位としている。2026年8月に公開された別の独立ベンチマークでは、Octen SearchはP50 359 ms、P95 941 msと計測された——ベンダーが主張するレイテンシの数倍である——またnDCG@10は0.495で、0.5のラインをわずかに下回り、その指標ではParallel、Brave、Kagi、Perplexity、Context、Tavily、Exaに後れを取った。Octenのチームはそのレビュアーに対し、自社のベンチマークは主に結果の品質ではなくレイテンシをテストするものだと述べた。これは妥当な明確化であり、同時に、結果の品質は主張されていたものではなかったという認めでもある。

両方の結果は正しくなり得る。なぜなら、それらは異なる問いを投げかけているからだ。以前のテストは、独自のクエリセット上でメタデータのヒューリスティクスによって上位10件の結果が関連して見えるかを評価した。Artificial Analysis は、実際のモデルに駆動されたエージェントがタスクを正しく完了するかを評価する。このインデックス上の順位が確固として示すのは、「最高の検索API」よりも狭く、ベンダーの主張よりも有用なことだ。エージェントによるタスク完了において、モデルを一定に保った場合、Octen Search は最強のプロバイダーと競合し、それらすべてより高速である。

Octen Search を実際に運用するにはいくらかかるのか

Octenの公開価格（同社が最後に更新したのは2026年9月7日）：

• Search API呼び出し — 1,000回あたり$1。2026年7月16日以降自動的に適用されている、$5の定価に対する80%割引

• 結果の上限 — 検索内の最初の10件の結果は無料、それ以降は1,000件あたり$0.50で課金されます

• その他のエンドポイント — 画像検索と動画検索は1,000回の呼び出しあたり5ドル、Extractは正常に処理された1,000件のURLあたり1ドル

• 埋め込み — 100万トークンあたり octen-embedding-8b が $0.07、octen-embedding-0.6b が $0.01

• スループットプラン — 無料枠は最大10 QPS、Baseはアカウントにクレジットがあれば最大20 QPSまで無料、Builderは月額$2,099で最大50 QPS、Proは月額$13,999で最大200 QPS、Maxは月額$33,999で最大500 QPS

• 登録 — 無料残高$5

スループットティアは、コスト計算を静かに崩す部分です。そのタスクあたり$0.058は、純粋に呼び出しごとの計算です。ワークロードで毎秒200件の同時クエリが必要なら、最初の検索が実行される前に月額$13,999を支払うことになり、タスクあたりの数字はもはや興味深い数字ではなくなります。

Octenのローンチ時に指摘されたギャップもあります。ゼロデータ保持条項、コンプライアンス認証、地域別の提供状況は、確立されたプロバイダーほど詳細には公開されていません。規制環境に展開するのであれば、それは3ポイントのインデックス差よりはるかに重要です。

もし3番目なら、なぜまだ誰もPerplexity Searchを選ぶのでしょうか？

Perplexity Search（medium）との3ポイント差は見た目よりも小さく、完全に乗り換える根拠も同じく小さい。Perplexity SearchはAA-Omniscienceで72対66で上回り、1回の呼び出しで合成された引用付きの回答を返す。これは一部のパイプラインが求めているものであり、ツール呼び出し型エージェントを中心に構築されたこのインデックスは評価しない。Octen Searchの利点は速度と価格にある。これらの数値では、タスクあたり約1.7倍高速で、タスクあたりPerplexity Search（medium）より約36%安価だ。

実用的な結論：あなたのエージェントがレイテンシに縛られているなら、あるいは大量処理時の検索が請求額の大半を占めているなら、Octen Search は今や賭けではなく、正当化できるデフォルトの選択肢だ。あなたのパイプラインが合成された回答に依存しているなら、あるいは既存ベンダーのコンプライアンス体制に依存しているなら、このインデックスには乗り換える理由がない。

これであなたのエージェントスタックはどうなるのか

「The Search Index」は、多くのチームが配管として扱う層を測定しており、検索を超えて届く論点を提示している。Octen Search自身の行では、モデルのトークンが、検索（retrieval）の請求額の5.4倍のコストになっている。検索（retrieval）に何を選ぶにせよ、お金がかかるのはモデル側であり、新しい検索ベンダーを試すたびに再統合したくないのも、まさにその側だ。

モデルパスを単一のエンドポイントの背後に置いておくべき理由は、まさにここにあります。OrcaRouterは、200以上のモデルを1つのAPIの背後で0%のマークアップで提供しています——プロバイダーの定価がそのまま適用されるため、ベンダーの値下げはその日のうちにあなたに届きます——さらに、プロバイダー間の自動フェイルオーバーと、複数のモデルを1回の呼び出しに組み合わせるためのルーティングDSLを備えています。モデルルートは固定したまま、その背後の検索レイヤーを差し替える。もし新しいプロバイダーがDeepSearchQAでの性能よりもあなたのトラフィックで弱いと判明しても、変更した依存関係は2つではなく1つで済みます。カタログはこちらからご覧いただけます：OrcaRouterのモデルカタログ。

明確にしておきます。私たちが提供するものと提供しないものについて——Octen Search は OrcaRouter のカタログにはなく、私たちがプロキシしているわけでもありません。その呼び出しは Octen に直接送られます。私たちがルーティングするのは、その先にあるモデルです。

次に見るもの

この話を大きく動かす要素が3つある。Artificial Analysis はプロバイダーが変更をリリースするたびにインデックスを再実行するため、77かその近辺での2つ目のデータポイントは初登場を継続的な軌跡へと変えるだろう。一方、低下なら最初の順位はクエリ構成によって実際より良く見えていたことを示唆する。Octen はベンチマーク別の DeepSearchQA、BrowseComp、AA-Omniscience の自社数値をまだ公表しておらず、これは同社が得られる最も安上がりな信頼性である。そして、1,000回の呼び出しあたり1ドルという料金は7月16日から適用されている。もしこのプロモーションが終了して定価の5ドルに戻れば、Octen Search のコスト内訳における検索の項目はおよそ5倍になり、価格面の説得力はかなり弱まる。

今四半期にエージェントを構築している人にとって、取るべき動きは小さく、このインデックスはコストあたり品質を示すシグナルであり、互換性テストではありません。本番の検索経路を移行する前に、自分のクエリ分布を Octen Search に対して実行し、77 は移行の理由ではなくベンチマークの理由として扱ってください。