Keenable ha presentado un índice web y una API de búsqueda construidos específicamente para agentes de IA. La propuesta intenta resolver una capa que suele quedar oculta: cómo encuentra un agente información actual, cómo recupera las páginas completas y cuánto cuesta hacerlo a escala. Para una empresa, la noticia no obliga a cambiar de proveedor. Sí abre una prueba concreta: comparar si una infraestructura de búsqueda especializada mejora la calidad, la trazabilidad y el coste de una tarea real frente al sistema actual.
Qué ha pasado exactamente
Keenable ha salido del modo sigiloso después de cerrar una ronda semilla de 26 millones de dólares liderada por Accel, con participación de Conviction Partners y varios inversores privados. La empresa fue fundada por Andrey Styskin, antiguo responsable de búsqueda, IA y nube en Yandex, y Matthias Petri, científico de IA con experiencia en infraestructura de recuperación en Amazon.
Su producto principal es una API de búsqueda para agentes. Según la empresa, el rastreador, el índice y el sistema de ranking han sido reconstruidos para cargas de trabajo de IA y cubren más de 100.000 millones de documentos. TechCrunch informa de que la API ya se utiliza durante el entrenamiento y la ejecución de sistemas de IA, aunque Keenable no ha identificado públicamente a esos clientes.
La compañía también anuncia Time Machine, una API para consultar versiones históricas de páginas y ejecutar búsquedas situadas en un momento determinado. Esa capacidad podría ser útil cuando un agente necesita saber qué información estaba disponible en una fecha concreta, en lugar de limitarse al estado actual de una página.
Keenable publica dos niveles comerciales para su API. El nivel para constructores de agentes aparece anunciado a 4 dólares por cada 1.000 solicitudes, mientras que el nivel Frontier indica un precio de 1 dólar por cada 1.000 solicitudes a partir de 100 solicitudes por segundo. Son precios declarados por la compañía y no incluyen necesariamente todos los costes de integrar, evaluar y operar el sistema.
Por qué un agente necesita algo más que un buscador convencional
Un buscador para personas suele optimizar la presentación de resultados para que alguien elija qué enlace abrir. Un agente tiene otro patrón de trabajo: formula consultas, recupera contenido, contrasta varios documentos y transforma la información en una respuesta o una acción. En ese flujo importan tanto el ranking como la cobertura, la velocidad, el acceso al contenido y la posibilidad de conservar las fuentes utilizadas.
Esto no significa que cualquier índice especializado vaya a mejorar automáticamente un agente. La ventaja solo existe si la información recuperada es más pertinente, si las fuentes llegan con suficiente contexto y si el sistema puede demostrar qué documentos sustentaron el resultado. Una lista mayor de páginas no corrige por sí sola una consulta mal formulada ni una decisión sin controles.
La propuesta de Keenable se concentra en esa capa de recuperación. En lugar de construir un agente completo, ofrece infraestructura para que otros sistemas puedan buscar y obtener páginas. Esa separación permite comparar proveedores sin rehacer necesariamente todo el proceso, siempre que la aplicación mantenga una interfaz estable para la búsqueda.
Qué significa indexar la web para agentes de IA
Indexar para agentes no consiste simplemente en entregar más texto. El sistema debe reducir un espacio enorme de documentos hasta encontrar fuentes útiles para una consulta, devolverlas con rapidez y mantener un coste compatible con tareas que pueden realizar varias búsquedas antes de responder.
Keenable afirma que ha adaptado sus estructuras de índice para acotar rápidamente ese espacio de búsqueda. También presenta una futura Web Query Language destinada a combinar información distribuida entre varias fuentes cuando ninguna página contiene por sí sola la respuesta completa. TechCrunch describe el producto como próximo, por lo que no debe tratarse todavía como una capacidad disponible y validada.
Para una empresa, la distinción importante está entre buscar y decidir. Una API puede mejorar los documentos que recibe el agente, pero no verifica automáticamente que una conclusión sea correcta ni que una acción esté autorizada. La recuperación necesita convivir con reglas de calidad de fuentes, citas, aprobaciones y límites operativos.
La apuesta de Keenable combina escala de índice, capital y precio por consulta
TechCrunch, 25 de agosto de 2026, y Keenable, 25 de agosto de 2026
Qué cambia para una empresa
La búsqueda web empieza a convertirse en un componente sustituible dentro de la arquitectura de un agente. Una empresa ya no tiene que evaluar únicamente el modelo que redacta la respuesta: también puede medir por separado qué proveedor encuentra mejores fuentes, con qué latencia, a qué coste y con qué capacidad de reconstruir el proceso.
Esta separación es especialmente relevante en investigación de mercado, vigilancia competitiva, preparación comercial, soporte y análisis documental. En estos casos, una respuesta fluida sirve de poco si parte de páginas irrelevantes, antiguas o imposibles de verificar.
La decisión práctica no es adoptar Keenable por su ronda de financiación ni por el tamaño anunciado de su índice. Es comprobar si la API mejora un conjunto cerrado de tareas empresariales. La prueba debe utilizar consultas reales, respuestas esperadas y una misma rúbrica para todos los proveedores.
También conviene medir el coste completo. El precio por solicitud es solo una parte: un agente puede lanzar varias búsquedas, recuperar numerosas páginas y pedir después a un modelo que las procese. Una búsqueda barata puede terminar siendo cara si devuelve demasiado ruido o exige más pasos para llegar a una respuesta utilizable.
Hecho de la fuente
Hecho de la fuenteKeenable ha presentado una API de búsqueda para agentes, declara un índice de más de 100.000 millones de documentos y anuncia una ronda semilla de 26 millones de dólares.
Lectura DÍA UNO
Lectura DÍA UNOLectura DÍA UNO: la señal relevante no es que haya aparecido un nuevo buscador, sino que la recuperación web se está independizando como una capa evaluable del agente. Las empresas pueden comparar esa capa con pruebas pequeñas antes de incorporarla a procesos críticos.
Qué haríamos esta semana
- Elegir una tarea con respuesta verificable
Seleccionar entre 20 y 30 consultas reales de un único proceso, eliminar datos sensibles y fijar de antemano qué fuentes y elementos debería encontrar una respuesta válida.
- Ejecutar una comparación reversible
Probar la API actual y una alternativa especializada mediante la misma interfaz, sin sustituir todavía ningún sistema en producción. Guardar consultas, documentos recuperados, tiempos y errores.
- Medir utilidad y coste completo
Comparar cobertura de fuentes esperadas, precisión de las citas, latencia, solicitudes por tarea, coste de búsqueda y coste posterior de procesamiento. El éxito exige una mejora medible sin perder trazabilidad.
- Mantener la decisión bajo control humano
Usar el resultado para apoyar una tarea interna de bajo riesgo. No permitir que el agente publique, contacte a terceros o modifique sistemas únicamente porque la búsqueda haya devuelto una respuesta convincente.
Revisión recomendada: 8 septiembre 2026.
Qué no sabemos todavía
Las fuentes disponibles permiten confirmar el lanzamiento, la financiación, la oferta comercial y las capacidades declaradas. No permiten concluir que Keenable supere de forma general a otros buscadores ni que su índice produzca mejores resultados en un proceso empresarial concreto.
- No se conocen los clientes que ya utilizan la API en producción ni los resultados obtenidos por cada uno.
- No hay en las fuentes aportadas una auditoría independiente del tamaño, la actualidad o la cobertura efectiva del índice.
- La comparación de calidad mostrada por Keenable utiliza su propio marco NEEDLE; este contexto no aporta una validación externa del benchmark.
- No se especifica el coste total de una tarea completa después de sumar búsquedas, recuperación de páginas, modelos, almacenamiento y supervisión.
- Web Query Language se presenta como un producto futuro y todavía no puede evaluarse como una capacidad disponible.
Fuentes y método
- Fuente primariaAccel-backed Keenable is indexing the web for AI agents
- Fuente institucionalKeenable.ai — Independent Web Search API for AI
Separación editorial: los hechos proceden de las fuentes enlazadas; la lectura, las implicaciones y las acciones están identificadas como análisis propio de DÍA UNO. La imagen conserva su procedencia y no se usa como prueba del hecho.