Keenable indexe 100 milliards de pages pour les agents IA
Le 25 août 2026, Keenable est sortie de sa phase discrète avec un financement d’amorçage de 26 millions de dollars mené par Accel. Fondée par Andrey Styskin et Matthias Petri, l’entreprise construit un index Web indépendant de plus de 100 milliards de documents pour les requêtes d’agents IA, d’après l’enquête publiée par TechCrunch.
Le service vise les développeurs plutôt que le grand public : son API recherche des pages, classe les résultats et récupère des contenus nettoyés destinés aux modèles. La couverture de SiliconANGLE décrit également une recherche historique et un tarif de 1 dollar pour 1 000 requêtes réservé aux utilisateurs à très grande échelle.
Un index indépendant conçu pour les requêtes des agents
Le pari technique de Keenable consiste à contrôler directement l’exploration, le stockage et le classement du Web. Le service ne se limite donc pas à reformuler les résultats d’un moteur tiers : il fournit sa propre couche de recherche aux laboratoires et aux éditeurs qui ne veulent pas construire un robot d’exploration et un index complets.
Cette architecture répond à un comportement différent de celui d’un internaute. Un agent peut lancer de nombreuses recherches successives, ouvrir plusieurs ressources et injecter leurs extraits dans une tâche automatisée, alors qu’un moteur grand public optimise généralement l’affichage d’une courte liste de liens pour une personne.
Le chiffre du titre nécessite toutefois une précision. Keenable emploie le terme de documents, tandis que « pages » constitue ici un raccourci éditorial. Cette ampleur reste une déclaration de l’entreprise : elle ne renseigne pas, à elle seule, sur les doublons, la fraîcheur, la couverture de domaines spécialisés ou la répartition entre les langues.
API, CLI et MCP ouvrent trois voies d’intégration
Pour un projet d’agent connecté au Web, Keenable propose trois niveaux d’accès. L’API s’intègre directement dans une application, l’interface en ligne de commande convient aux scripts et aux vérifications rapides, tandis que le serveur MCP permet à un client compatible d’utiliser la recherche comme un outil.
La documentation officielle de la CLI détaille l’authentification, les recherches depuis un terminal, les restrictions par domaine, les filtres sur les dates de publication ou d’acquisition et la configuration MCP pour Claude Code, Cursor, Windsurf, Codex et OpenCode. Les résultats peuvent être produits dans un format destiné aux agents ou dans une présentation plus lisible pour un humain.
La recherche et la récupération du contenu constituent deux opérations distinctes. Cette séparation permet à l’agent de sélectionner les résultats pertinents avant de charger les pages complètes, mais l’application doit encore gérer la clé d’API, les limites de débit, les erreurs, les nouvelles tentatives et la conservation des références utilisées dans la réponse finale.
La recherche historique reconstitue l’état passé de l’index
La fonction la plus distinctive est query_time. Elle déplace l’instant de référence de la recherche : les documents acquis après la date demandée sont exclus et les filtres temporels relatifs sont calculés à partir de cet instant.
Ce mécanisme ne se confond pas avec un simple filtre sur la date de publication. Une page publiée en janvier mais découverte par le moteur en février peut être absente d’une recherche représentant ce que l’index connaissait en janvier. Keenable distingue ainsi la date attribuée au contenu de celle à laquelle son système l’a acquis.
Cette fonction peut servir à une veille rétrospective, à l’étude d’un événement ou à la reproduction du contexte informationnel disponible avant une décision. Elle ne garantit cependant pas une archive exhaustive du Web : le résultat dépend de la couverture historique du service et de la précision des horodatages enregistrés.
Le coût réel dépasse le prix affiché par requête
Le tarif annoncé pour les volumes les plus élevés ne correspond pas nécessairement au coût d’une tâche d’agent. Une recherche initiale peut être suivie de plusieurs chargements de pages, de requêtes reformulées et de nouvelles tentatives lorsque les premiers résultats sont insuffisants.
À ces opérations s’ajoute la consommation du modèle qui lit et synthétise les contenus. Le bon indicateur économique n’est donc pas seulement le prix de la recherche, mais le coût de l’ensemble du parcours nécessaire pour produire une réponse correctement référencée.
La construction d’un index indépendant impose par ailleurs d’explorer, de nettoyer, de stocker et d’actualiser les documents avant même leur consultation. Les 26 millions de dollars levés donnent à Keenable des moyens pour cette infrastructure, sans démontrer encore que son modèle restera compétitif lorsque les agents multiplieront les appels.
La qualité en français et la résidence des données restent à établir
Aucune mesure publique indépendante n’établit encore la pertinence de Keenable en français. L’évaluation devrait séparer la présence de sources francophones, leur classement, leur fraîcheur et la fidélité des extraits : le volume global de l’index ne permet pas de déduire ces performances linguistiques.
Les informations disponibles ne précisent pas non plus une région contractuelle de stockage ou de traitement pour les requêtes et les contenus récupérés. La possibilité d’un déploiement sur site pour certaines offres ne suffit pas à déterminer les conditions applicables à un projet donné, notamment lorsque celui-ci traite des données sensibles ou doit respecter des exigences européennes.
Au 27 août 2026, le lancement, le financement, l’index annoncé, les accès API, CLI et MCP ainsi que la recherche à un instant passé sont établis. Restent à documenter par des données indépendantes la qualité selon les langues, la fraîcheur réelle, le coût d’une tâche complète et les garanties de traitement des données.
À lire aussi:
Abonnez-vous à notre newsletter
Recevez directement les dernières actualités sur le Web3, l’IA et les cryptomonnaies.