
面對日本陌生開發規範的問題,哪個AI模型的網路搜尋做得更好?
我們向三個AI模型提出同一個問題。保存的紀錄顯示,GPT-6.1 Sol(High)、Qwen3.8-Max和K3都開啟了網路搜尋,GPT-6.1 Sol的Light與Ultra設定則沒有記載。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。
What's the cold outreach regulations in Japan? and how do domestic companies deal with it?
日本的陌生開發有哪些法規?國內企業又是如何因應的?
這個問題分成兩部分:法規本身,以及日本企業如何因應。法規寫在法條和主管機關的指引中,企業的實際做法則會出現在實務工作者的網頁上。這項測試看的是模型能否同時找到這兩類網頁。
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。
推理強度越高,用越少的字引用了越多網站。
GPT-6.1 Sol在Light設定下寫了779字,引用3個網站;在High設定下寫了744字,引用9個;在Ultra設定下寫了661字,引用11個。
Light設定的回答只引用了一個法規資料庫、一個主管機關和一個協會。
它引用的三個網站是e-Gov法令資料庫、日本個人情報保護委員會,以及Japan Data Communications Association。High與Ultra的回答則加入了企業網頁與新聞稿網頁,例如prtimes.jp、support.haihaimail.jp和legal.hubspot.com。
K3說明了規範,卻沒有附上任何連結。
K3用758字說明了電子郵件與電話的相關規範及罰則。知識庫計算它的連結數與網站數皆為0。
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 |
|---|---|---|---|---|---|
| GPT-6.1 Sol英文 | Light | 2026年10月5日 | 779 | 3 | 3 |
| GPT-6.1 Sol英文 | High | 2026年10月5日 | 744 | 9 | 10 |
| GPT-6.1 Sol英文 | Ultra | 2026年10月5日 | 661 | 11 | 12 |
| Qwen3.8-Max英文 | Thinking | 2026年10月5日 | 508 | 9 | 10 |
| K3英文 | High | 2026年10月5日 | 758 | – |