Om

En nyhedssøge-API til agenter og apps med en gratis plan og fuld artikeltekst.

Problemet

En agent, der har brug for aktuelle oplysninger, har brug for mere end overskrifter. Den har brug for selve artiklen, og den skal vide, hvilke felter der er observeret, og hvilke der er gættet. De fleste nyheds-API'er sælger artikelteksten i en betalt pakke og siger intet om, hvor deres metadata stammer fra. Sammenligningen indeholder detaljerne.

Hvad vi har bygget

Fuldtekstsøgning over hundredtusindvis af nyhedsartikler dagligt fra 25,000+ udgivere i 90+ lande og 50+ sprog, i et rullende 90-dages vindue, der opdateres kontinuerligt. Fire GET-endepunkter og én nøgle.

Hvordan det finansieres

Ærligt talt: det koster næsten ingenting.

Dataene stammer fra store offentlige nyhedsarkiver — bulk-datasets af allerede crawlede nyhedssider, udgivet løbende. Vi licenserer ikke indhold fra udgivere, og vi henter ikke sider fra deres servere; vi behandler datasets, der allerede er offentlige.

Nitti dage af det, indexeret og replikeret tre gange, optager cirka 3% af et Elasticsearch-cluster, vi allerede kører til andet arbejde. Betjening af et søgeforespørgsel koster CPU-tid, vi har til overs. Målt kapacitet er 1,247 anmodninger i sekundet; en enkelt bruger er begrænset til 20.

Bliver det ved med at være gratis

Gratisplanen forbliver. Vi lovede tidligere, at søgningen ville forblive åben uden en nøgle; det sluttede i 2026, og changelog forklarer hvorfor. Yderligere ændringer annonceres der, før de sker.

Hvem driver det

Et lille uafhængigt team, der driver søge- og datainfrastruktur — Elasticsearch-klynger, crawlers og pipelines — som sin daglige opgave. Denne tjeneste kører på samme infrastruktur, hvilket er præcis grunden til, at den kan gives væk.

Kontakt

• Udgivere, der ønsker udelukkelse: se udgivere. Anmodninger imødekommes uden diskussion.
• Bulkdata: hvis du planlægger titusindvis af anmodninger, så kontakt os først — der findes en bedre måde at levere data på end via HTTP.
• Bugs og forkerte data: fortæl os, hvilken artikel det drejer sig om, og hvad der er forkert. Forkerte lande- eller datomærkater er de mest almindelige, og de er også de mest nyttige at høre om.

Send en e-mail til [email protected].

Hvad vi ikke gør

• Vi hoster ikke artikelindhold. Hvert svar indeholder den originale url — attributér og link tilbage til det.
• Vi sælger ikke dine data eller kører annoncer. Se privatliv.
• Vi rangerer ikke udgivere efter troværdighed eller anvender en politisk filter. Det, Common Crawl nåede, er det, du får, og det har konsekvenser.