
面對食品買家與社群媒體的問題,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,向五個AI模型提出同一個問題,其中Qwen3.8-Max回答了兩次。本頁計算每則回答引用了多少網站,並與回答的長度對照。我們尚未打開引用的連結,確認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。
Find out where the food buyers exist on the social media?
Output condition
- Include fact links after the paragraph or sentence
找出食品買家存在於社群媒體上的哪些地方?
輸出條件
- 在段落或句子後面附上事實來源連結
這個問題沒有指定國家,也沒有說明買家是為自己購買,還是替企業採購。它的輸出條件要求每個段落或句子後面都附上事實來源連結。這項測試看的是模型能否找到談食品買家如何使用社群媒體的網頁,並把連結放在對應的論點旁邊。
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。
同一個模型給出兩則差異很大的回答。
Qwen3.8-Max在同一設定下執行了兩次。第1次執行為624字,有15個網站,每個都以「Fact Link」註記寫在內文中。第2次執行為5,333字,是第二長回答的七倍多,而且沒有任何連結。它用編號引用,例如[[7,44]],也沒有列出資料來源清單。
各回答選擇的範圍不同。
GPT-6.1 Sol表示它主要聚焦於日本。Sonnet 5.5表示它的資料大多來自美國和加拿大。各回答引用的網站不只數量不同,範圍也不同。
部分網站就是社群平台本身。
GPT-6.1 Sol引用的12個網站中,有6個是LinkedIn、Instagram、Facebook或X的網址。計算時把fr.linkedin.com、jp.linkedin.com和my.linkedin.com算成三個網站。
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 |
|---|---|---|---|---|---|
| Sonnet 5.5英文 | High | 2026年10月6日 | 394 | 6 | 6 |
| GPT-6.1 Sol英文 | High | 2026年10月6日 | 654 | 12 | 17 |
| Gemini 3.6英文 | Thinking | 2026年10月6日 | 457 | 6 | 6 |
| Grok 4.7英文 | Fast | 2026年10月6日 | 708 | 12 | 17 |
| Qwen3.8-Max英文 | Thinking | 2026年10月6日 | 624 | 15 | 15 |
| Qwen3.8-Max英文 | Thinking | 2026年10月6日 | 5,333 | – |