
面對B2B食品業溝通落差的問題,哪個AI模型的網路搜尋做得更好?
我們在開啟網路搜尋的情況下,向六個AI模型提出同一個問題。本頁計算每則回答引用了多少網站,並與回答的長度對照。我們還沒有打開引用的連結,查看它們是否支持回答的內容。本頁比較的是模型本身,而不是它們給的建議。
照原文逐字呈現。
There are always communication gaps between buyers and suppliers in the B2B food industry. Find out what are those gaps, figure out why those gaps are keep happening, and research solutions that are actually worked based on the fact.
B2B食品產業中,採購方和供應商之間總是有溝通落差。找出這些落差是什麼,弄清楚為什麼這些落差一直發生,並根據事實研究真正有效過的解決方法。
這個問題沒有指定國家、產品或公司。它要求找出落差、落差一再發生的原因,以及根據事實、真正有效的解決方法。這需要調查報告、案例研究和產業媒體報導。這項測試看的是模型能否找到這類網頁並附上連結。
哪個模型搜尋得更深入?
以表格顯示
| 回答 | 字數(英文) | 引用網站數 |
|---|
引用的網站越多,代表模型搜尋得越廣,但不代表回答正確。這需要下方的連結檢查,而這個問題的檢查還沒有進行。
引用的網頁是否支持模型所寫的內容?尚未檢查。
在已檢查的比較中,我們會打開每個引用連結,並將網頁與引用它的段落比對。這個問題還沒有做這項檢查。下方數字顯示需要檢查的量。
引用連結 · 每個連結一個方格,尚未打開任何連結
在檢查完成之前,請把這些回答中的每個數字都當作線索,而不是事實。數字放進您的計畫之前,請先打開網頁確認。想看看完成的檢查是什麼樣子,請閱讀這項比較:口譯員與翻譯工具在展會攤位上的效果如何。
用AI做研究時,這對選擇模型代表什麼。
放在程式碼區塊裡的資料來源清單不列入計算。
Qwen3.8-Max在內文中寫出了資料來源,並註明發布者和日期或年份。它也附上網址列出了其中14個來源,但放在程式碼區塊裡,而知識庫的計算會略過程式碼區塊。它的0個網站代表沒有可計算的連結,而不是沒有資料來源。K3沒有寫出任何發布者,也沒有提供連結。
有一則回答的連結大多指向本知識庫。
Gemini 3.6以Food Manufacture、GS1 UK和Food Safety Tech等發布者名稱作為連結文字。在它保存下來的版本中,20個連結網址有11個是AI Report Library的頁面。其中9個是Opus 5.5對同一個問題的回答,2個是GPT-6 Astra的回答。我們沒有打開這些連結,因此暫時不評論任何網頁的內容。
回答的長度和搜尋的廣度並不同步。
GPT-6 Astra寫了最長的回答,共1,787字,引用7個網站。Opus 5.5則以1,179字引用了22個網站。
每則回答與它的數字。
| 模型 | 設定 | 提問日期 | 字數(英文) | 網站數 | 連結數 |
|---|---|---|---|---|---|
| Opus 5.5英文 | High | 2026年10月6日 | 1,179 | 22 | 25 |
| GPT-6 Astra英文 | High | 2026年10月6日 | 1,787 | 7 | 13 |
| Gemini 3.6英文 | Thinking | 2026年10月6日 | 829 | 5 | 6 |
| Grok 4.7英文 | Fast | 2026年10月6日 | 1,437 | 10 | 14 |
| Qwen3.8-Max英文 | Thinking | 2026年10月6日 | 1,403 | – | |
| K3英文 | High | 2026年10月6日 | 988 | – |